Qwen-Audio-3.0-TTS-Plus zet tekst om in expressieve spraak. Alibaba richt het op professionele gesproken content, audioboeken, video en materiaal met een herkenbaar stemkarakter. De invoer is tekst en de uitvoer audio; audio kan ook worden teruggegeven terwijl de synthese plaatsvindt.
De voordracht kan worden ingesteld met instructies in natuurlijke taal en gedetailleerde sturingsmarkeringen. Die bepalen emotie, toon, karakter, tempo, volume en spreekstijl. Zo kan dezelfde zin uiteenlopend worden uitgevoerd: van rustige vertelling tot een energiekere of emotionelere voordracht.
Expressiviteit hangt samen met de gekozen stem en de inhoud van de tekst. Voor een consistente uitspraak moet de taal van het materiaal overeenkomen met de talen die de stem ondersteunt. Het model is bedoeld om geschreven materiaal uit te spreken; het begrijpen van een gesprek en het transcriberen van een bronopname zijn andere audiotaken.
Er zijn twee systeemstemmen: een warme vrouwenstem en een opgewekte mannenstem. Ze ondersteunen Chinees en Engels. Daarnaast zijn er meer dan 500 basisstemmen en de mogelijkheid om een stem uit een spraakvoorbeeld te reproduceren. De fabrikant beveelt de systeemstemmen aan wanneer een consistent geluid belangrijk is.
Een stem op basis van een voorbeeld ondersteunt Chinees met regionale uitspraakvarianten, Engels, Frans, Duits, Japans, Koreaans, Russisch, Portugees, Thai, Indonesisch, Vietnamees, Italiaans, Spaans, Maleis, Filipino en Arabisch. Dit is de taaldekking van de betreffende modus en geldt niet automatisch voor elke bestaande stem.
De eisen aan het voorbeeld horen bij een afzonderlijke manier om bij de fabrikant een stem te maken; spraaksynthese gebruikt een al voorbereide stem. Die stem moet passen bij het gekozen spraakmodel: een stem van een ander model veroorzaakt bij de fabrikant een synthesefout. Voor het voorbeeld wordt zuivere spraak van 10–20 seconden aanbevolen. De totale grens is 60 seconden en 10 MB; minimaal vijf seconden onafgebroken spraak zijn vereist. WAV met 16-bits representatie, MP3 en M4A worden ondersteund bij een samplefrequentie van minimaal 16 kHz. Eén of twee kanalen zijn toegestaan, maar bij twee wordt het eerste gebruikt.
Het spraakvoorbeeld moet één stem bevatten, zonder mensen die tegelijk spreken, muziek of zang. De eisen van de fabrikant beperken korte pauzes in het voorbeeld tot twee seconden. Dit helpt het timbre en de uitspraakkenmerken te onderscheiden die voor de verdere synthese nodig zijn. Sturing van de voordracht en reproductie van een stem uit een voorbeeld beschrijven verschillende kanten van het model en kunnen worden gebruikt om de klank van hetzelfde materiaal voor te bereiden.
", "aboutText": "Qwen-Audio-3.0-TTS-Plus zet tekst om in expressieve spraak. Alibaba richt het op professionele gesproken content, audioboeken, video en materiaal met een herkenbaar stemkarakter. De invoer is tekst en de uitvoer audio; audio kan ook worden teruggegeven terwijl de synthese plaatsvindt.\n\n### De spreekstijl als onderdeel van de opdracht\n\nDe voordracht kan worden ingesteld met instructies in natuurlijke taal en gedetailleerde sturingsmarkeringen. Die bepalen emotie, toon, karakter, tempo, volume en spreekstijl. Zo kan dezelfde zin uiteenlopend worden uitgevoerd: van rustige vertelling tot een energiekere of emotionelere voordracht.\n\nExpressiviteit hangt samen met de gekozen stem en de inhoud van de tekst. Voor een consistente uitspraak moet de taal van het materiaal overeenkomen met de talen die de stem ondersteunt. Het model is bedoeld om geschreven materiaal uit te spreken; het begrijpen van een gesprek en het transcriberen van een bronopname zijn andere audiotaken.\n\n### Een bestaande stem en een stem op basis van een voorbeeld\n\nEr zijn twee systeemstemmen: een warme vrouwenstem en een opgewekte mannenstem. Ze ondersteunen Chinees en Engels. Daarnaast zijn er meer dan 500 basisstemmen en de mogelijkheid om een stem uit een spraakvoorbeeld te reproduceren. De fabrikant beveelt de systeemstemmen aan wanneer een consistent geluid belangrijk is.\n\nEen stem op basis van een voorbeeld ondersteunt Chinees met regionale uitspraakvarianten, Engels, Frans, Duits, Japans, Koreaans, Russisch, Portugees, Thai, Indonesisch, Vietnamees, Italiaans, Spaans, Maleis, Filipino en Arabisch. Dit is de taaldekking van de betreffende modus en geldt niet automatisch voor elke bestaande stem.\n\nDe eisen aan het voorbeeld horen bij een afzonderlijke manier om bij de fabrikant een stem te maken; spraaksynthese gebruikt een al voorbereide stem. Die stem moet passen bij het gekozen spraakmodel: een stem van een ander model veroorzaakt bij de fabrikant een synthesefout. Voor het voorbeeld wordt zuivere spraak van 10–20 seconden aanbevolen. De totale grens is 60 seconden en 10 MB; minimaal vijf seconden onafgebroken spraak zijn vereist. WAV met 16-bits representatie, MP3 en M4A worden ondersteund bij een samplefrequentie van minimaal 16 kHz. Eén of twee kanalen zijn toegestaan, maar bij twee wordt het eerste gebruikt.\n\nHet spraakvoorbeeld moet één stem bevatten, zonder mensen die tegelijk spreken, muziek of zang. De eisen van de fabrikant beperken korte pauzes in het voorbeeld tot twee seconden. Dit helpt het timbre en de uitspraakkenmerken te onderscheiden die voor de verdere synthese nodig zijn. Sturing van de voordracht en reproductie van een stem uit een voorbeeld beschrijven verschillende kanten van het model en kunnen worden gebruikt om de klank van hetzelfde materiaal voor te bereiden.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "ed2255c007a9e0bde967835ba57c50b7264918831f993b10204efee4fdb7f1d4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "qwen-audio-3.0-tts-plusEen model voor expressieve tekst-naar-spraak voor video's, audioboeken en gesproken materiaal. Het ondersteunt sturing van de spreekstijl en de keuze van een bestaande stem of een stem op basis van een voorbeeld.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen-Audio-3.0-TTS-Plus zet tekst om in expressieve spraak. Alibaba richt het op professionele gesproken content, audioboeken, video en materiaal met een herkenbaar stemkarakter. De invoer is tekst en de uitvoer audio; audio kan ook worden teruggegeven terwijl de synthese plaatsvindt.
De voordracht kan worden ingesteld met instructies in natuurlijke taal en gedetailleerde sturingsmarkeringen. Die bepalen emotie, toon, karakter, tempo, volume en spreekstijl. Zo kan dezelfde zin uiteenlopend worden uitgevoerd: van rustige vertelling tot een energiekere of emotionelere voordracht.
Expressiviteit hangt samen met de gekozen stem en de inhoud van de tekst. Voor een consistente uitspraak moet de taal van het materiaal overeenkomen met de talen die de stem ondersteunt. Het model is bedoeld om geschreven materiaal uit te spreken; het begrijpen van een gesprek en het transcriberen van een bronopname zijn andere audiotaken.
Er zijn twee systeemstemmen: een warme vrouwenstem en een opgewekte mannenstem. Ze ondersteunen Chinees en Engels. Daarnaast zijn er meer dan 500 basisstemmen en de mogelijkheid om een stem uit een spraakvoorbeeld te reproduceren. De fabrikant beveelt de systeemstemmen aan wanneer een consistent geluid belangrijk is.
Een stem op basis van een voorbeeld ondersteunt Chinees met regionale uitspraakvarianten, Engels, Frans, Duits, Japans, Koreaans, Russisch, Portugees, Thai, Indonesisch, Vietnamees, Italiaans, Spaans, Maleis, Filipino en Arabisch. Dit is de taaldekking van de betreffende modus en geldt niet automatisch voor elke bestaande stem.
De eisen aan het voorbeeld horen bij een afzonderlijke manier om bij de fabrikant een stem te maken; spraaksynthese gebruikt een al voorbereide stem. Die stem moet passen bij het gekozen spraakmodel: een stem van een ander model veroorzaakt bij de fabrikant een synthesefout. Voor het voorbeeld wordt zuivere spraak van 10–20 seconden aanbevolen. De totale grens is 60 seconden en 10 MB; minimaal vijf seconden onafgebroken spraak zijn vereist. WAV met 16-bits representatie, MP3 en M4A worden ondersteund bij een samplefrequentie van minimaal 16 kHz. Eén of twee kanalen zijn toegestaan, maar bij twee wordt het eerste gebruikt.
Het spraakvoorbeeld moet één stem bevatten, zonder mensen die tegelijk spreken, muziek of zang. De eisen van de fabrikant beperken korte pauzes in het voorbeeld tot twee seconden. Dit helpt het timbre en de uitspraakkenmerken te onderscheiden die voor de verdere synthese nodig zijn. Sturing van de voordracht en reproductie van een stem uit een voorbeeld beschrijven verschillende kanten van het model en kunnen worden gebruikt om de klank van hetzelfde materiaal voor te bereiden.
POST /v1/audio/speechtextspeech| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen-audio-3.0-tts-plus | Standaard— |
Veldinput | Typestring | VereisteVereist | Waarden en limieten Minimumlengte: 1 Maximumlengte: 600 Eenheid: Unicode-tekens | Standaard— |
Veldvoice | Typestring | VereisteOptioneel | Waarden en limieten Voorbeelden: longanlingxin, longanlufeng Toegestaan aangepast patroon: ^qwen-audio-3\\.0-tts-plus- Voorwaarden: Werkelijke ID's van aangepaste stemmen met het exacte voorvoegsel qwen-audio-3.0-tts-plus- worden geaccepteerd. | Standaardlonganlingxin |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten mp3, wav, pcm | Standaardmp3 |
Veldsample_rate | Typeinteger | VereisteOptioneel | Waarden en limieten 16.000, 24.000, 48.000 Eenheid: Hz | Standaard24.000 |
text_to_speech · Vereist: input
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext |
Parameterrequired | Contractnull |
Parameteroptional_controls | Contractnull |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · daadwerkelijk teruggegeven task_id of record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.
POST /v1/audio/speechUS$ 20,00 per 1 miljoen meegetelde tekens. Een CJK-ideogram telt als 2 meegetelde tekens: US$ 40,00 per 1 miljoen ideogrammen. Gewicht van andere Unicode-tekens: 1. Audiouitvoer: US$ 0,00.
{\n "cjk_ideograph_weight": 2,\n "input_usd_per_10000_counted_characters": 0.2,\n "other_unicode_character_weight": 1,\n "output_audio_usd": 0,\n "unit": "counted_unicode_characters"\n}Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-audio-3.0-tts-plus", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]=text\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\ngeselecteerd mp3/wav/pcm
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige binaire resultaat en de headers. Als JSON of meerdere uitvoerresultaten worden teruggegeven, bewaar dan elk gegevensitem en haal elke daadwerkelijke ondertekende asset-URL op.
Bewaar de oorspronkelijke operation_id/X-Client-Request-ID voor reconciliatie zonder de aanvraag opnieuw in te dienen; er is geen afzonderlijke route om de audiostatus te pollen.
| Veld | Type |
|---|---|
Veldbinary audio | Typebytes |
Veldresponse headers | Typeheaders |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Antwoordserver_error | VoorwaardeDe teruggegeven respons geeft aan dat de bewerking of het resultaat gecontroleerd moet worden | Volgende stapBewaar de oorspronkelijk teruggegeven bewerkings-/taak-ID, aanvraagheaders en respons; blijf de oorspronkelijke bewerking uitlezen via de ondersteunde leesaanvragen. Dien de aanmaakaanvraag niet opnieuw in. |
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Gebruik de hierboven getoonde methodepaden.
qwen-ttsEen model voor expressieve tekst-naar-spraak voor video's, audioboeken en gesproken materiaal. Het ondersteunt sturing van de spreekstijl en de keuze van een bestaande stem of een stem op basis van een voorbeeld.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen-Audio-3.0-TTS-Plus zet tekst om in expressieve spraak. Alibaba richt het op professionele gesproken content, audioboeken, video en materiaal met een herkenbaar stemkarakter. De invoer is tekst en de uitvoer audio; audio kan ook worden teruggegeven terwijl de synthese plaatsvindt.
De voordracht kan worden ingesteld met instructies in natuurlijke taal en gedetailleerde sturingsmarkeringen. Die bepalen emotie, toon, karakter, tempo, volume en spreekstijl. Zo kan dezelfde zin uiteenlopend worden uitgevoerd: van rustige vertelling tot een energiekere of emotionelere voordracht.
Expressiviteit hangt samen met de gekozen stem en de inhoud van de tekst. Voor een consistente uitspraak moet de taal van het materiaal overeenkomen met de talen die de stem ondersteunt. Het model is bedoeld om geschreven materiaal uit te spreken; het begrijpen van een gesprek en het transcriberen van een bronopname zijn andere audiotaken.
Er zijn twee systeemstemmen: een warme vrouwenstem en een opgewekte mannenstem. Ze ondersteunen Chinees en Engels. Daarnaast zijn er meer dan 500 basisstemmen en de mogelijkheid om een stem uit een spraakvoorbeeld te reproduceren. De fabrikant beveelt de systeemstemmen aan wanneer een consistent geluid belangrijk is.
Een stem op basis van een voorbeeld ondersteunt Chinees met regionale uitspraakvarianten, Engels, Frans, Duits, Japans, Koreaans, Russisch, Portugees, Thai, Indonesisch, Vietnamees, Italiaans, Spaans, Maleis, Filipino en Arabisch. Dit is de taaldekking van de betreffende modus en geldt niet automatisch voor elke bestaande stem.
De eisen aan het voorbeeld horen bij een afzonderlijke manier om bij de fabrikant een stem te maken; spraaksynthese gebruikt een al voorbereide stem. Die stem moet passen bij het gekozen spraakmodel: een stem van een ander model veroorzaakt bij de fabrikant een synthesefout. Voor het voorbeeld wordt zuivere spraak van 10–20 seconden aanbevolen. De totale grens is 60 seconden en 10 MB; minimaal vijf seconden onafgebroken spraak zijn vereist. WAV met 16-bits representatie, MP3 en M4A worden ondersteund bij een samplefrequentie van minimaal 16 kHz. Eén of twee kanalen zijn toegestaan, maar bij twee wordt het eerste gebruikt.
Het spraakvoorbeeld moet één stem bevatten, zonder mensen die tegelijk spreken, muziek of zang. De eisen van de fabrikant beperken korte pauzes in het voorbeeld tot twee seconden. Dit helpt het timbre en de uitspraakkenmerken te onderscheiden die voor de verdere synthese nodig zijn. Sturing van de voordracht en reproductie van een stem uit een voorbeeld beschrijven verschillende kanten van het model en kunnen worden gebruikt om de klank van hetzelfde materiaal voor te bereiden.
POST /v1/audio/speechtextspeech| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen-tts | Standaard— |
Veldinput | Typestring | VereisteVereist | Waarden en limieten Minimumlengte: 1 Maximumlengte: 600 Eenheid: Unicode-tekens | Standaard— |
Veldvoice | Typestring | VereisteOptioneel | Waarden en limieten Voorbeelden: longanlingxin, longanlufeng Toegestaan aangepast patroon: ^qwen-audio-3\\.0-tts-plus- Voorwaarden: Werkelijke ID's van aangepaste stemmen met het exacte voorvoegsel qwen-audio-3.0-tts-plus- worden geaccepteerd. | Standaardlonganlingxin |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten mp3, wav, pcm | Standaardmp3 |
Veldsample_rate | Typeinteger | VereisteOptioneel | Waarden en limieten 16.000, 24.000, 48.000 Eenheid: Hz | Standaard24.000 |
text_to_speech · Vereist: input
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext |
Parameterrequired | Contractnull |
Parameteroptional_controls | Contractnull |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · daadwerkelijk teruggegeven task_id of record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.
POST /v1/audio/speechUS$ 20,00 per 1 miljoen meegetelde tekens. Een CJK-ideogram telt als 2 meegetelde tekens: US$ 40,00 per 1 miljoen ideogrammen. Gewicht van andere Unicode-tekens: 1. Audiouitvoer: US$ 0,00.
{\n "cjk_ideograph_weight": 2,\n "input_usd_per_10000_counted_characters": 0.2,\n "other_unicode_character_weight": 1,\n "output_audio_usd": 0,\n "unit": "counted_unicode_characters"\n}Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-tts", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]=text\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\ngeselecteerd mp3/wav/pcm
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige binaire resultaat en de headers. Als JSON of meerdere uitvoerresultaten worden teruggegeven, bewaar dan elk gegevensitem en haal elke daadwerkelijke ondertekende asset-URL op.
Bewaar de oorspronkelijke operation_id/X-Client-Request-ID voor reconciliatie zonder de aanvraag opnieuw in te dienen; er is geen afzonderlijke route om de audiostatus te pollen.
| Veld | Type |
|---|---|
Veldbinary audio | Typebytes |
Veldresponse headers | Typeheaders |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Antwoordserver_error | VoorwaardeDe teruggegeven respons geeft aan dat de bewerking of het resultaat gecontroleerd moet worden | Volgende stapBewaar de oorspronkelijk teruggegeven bewerkings-/taak-ID, aanvraagheaders en respons; blijf de oorspronkelijke bewerking uitlezen via de ondersteunde leesaanvragen. Dien de aanmaakaanvraag niet opnieuw in. |
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Gebruik de hierboven getoonde methodepaden.
qwen-tts-latestEen model voor expressieve tekst-naar-spraak voor video's, audioboeken en gesproken materiaal. Het ondersteunt sturing van de spreekstijl en de keuze van een bestaande stem of een stem op basis van een voorbeeld.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen-Audio-3.0-TTS-Plus zet tekst om in expressieve spraak. Alibaba richt het op professionele gesproken content, audioboeken, video en materiaal met een herkenbaar stemkarakter. De invoer is tekst en de uitvoer audio; audio kan ook worden teruggegeven terwijl de synthese plaatsvindt.
De voordracht kan worden ingesteld met instructies in natuurlijke taal en gedetailleerde sturingsmarkeringen. Die bepalen emotie, toon, karakter, tempo, volume en spreekstijl. Zo kan dezelfde zin uiteenlopend worden uitgevoerd: van rustige vertelling tot een energiekere of emotionelere voordracht.
Expressiviteit hangt samen met de gekozen stem en de inhoud van de tekst. Voor een consistente uitspraak moet de taal van het materiaal overeenkomen met de talen die de stem ondersteunt. Het model is bedoeld om geschreven materiaal uit te spreken; het begrijpen van een gesprek en het transcriberen van een bronopname zijn andere audiotaken.
Er zijn twee systeemstemmen: een warme vrouwenstem en een opgewekte mannenstem. Ze ondersteunen Chinees en Engels. Daarnaast zijn er meer dan 500 basisstemmen en de mogelijkheid om een stem uit een spraakvoorbeeld te reproduceren. De fabrikant beveelt de systeemstemmen aan wanneer een consistent geluid belangrijk is.
Een stem op basis van een voorbeeld ondersteunt Chinees met regionale uitspraakvarianten, Engels, Frans, Duits, Japans, Koreaans, Russisch, Portugees, Thai, Indonesisch, Vietnamees, Italiaans, Spaans, Maleis, Filipino en Arabisch. Dit is de taaldekking van de betreffende modus en geldt niet automatisch voor elke bestaande stem.
De eisen aan het voorbeeld horen bij een afzonderlijke manier om bij de fabrikant een stem te maken; spraaksynthese gebruikt een al voorbereide stem. Die stem moet passen bij het gekozen spraakmodel: een stem van een ander model veroorzaakt bij de fabrikant een synthesefout. Voor het voorbeeld wordt zuivere spraak van 10–20 seconden aanbevolen. De totale grens is 60 seconden en 10 MB; minimaal vijf seconden onafgebroken spraak zijn vereist. WAV met 16-bits representatie, MP3 en M4A worden ondersteund bij een samplefrequentie van minimaal 16 kHz. Eén of twee kanalen zijn toegestaan, maar bij twee wordt het eerste gebruikt.
Het spraakvoorbeeld moet één stem bevatten, zonder mensen die tegelijk spreken, muziek of zang. De eisen van de fabrikant beperken korte pauzes in het voorbeeld tot twee seconden. Dit helpt het timbre en de uitspraakkenmerken te onderscheiden die voor de verdere synthese nodig zijn. Sturing van de voordracht en reproductie van een stem uit een voorbeeld beschrijven verschillende kanten van het model en kunnen worden gebruikt om de klank van hetzelfde materiaal voor te bereiden.
POST /v1/audio/speechtextspeech| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen-tts-latest | Standaard— |
Veldinput | Typestring | VereisteVereist | Waarden en limieten Minimumlengte: 1 Maximumlengte: 600 Eenheid: Unicode-tekens | Standaard— |
Veldvoice | Typestring | VereisteOptioneel | Waarden en limieten Voorbeelden: longanlingxin, longanlufeng Toegestaan aangepast patroon: ^qwen-audio-3\\.0-tts-plus- Voorwaarden: Werkelijke ID's van aangepaste stemmen met het exacte voorvoegsel qwen-audio-3.0-tts-plus- worden geaccepteerd. | Standaardlonganlingxin |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten mp3, wav, pcm | Standaardmp3 |
Veldsample_rate | Typeinteger | VereisteOptioneel | Waarden en limieten 16.000, 24.000, 48.000 Eenheid: Hz | Standaard24.000 |
text_to_speech · Vereist: input
| Parameter | Contract |
|---|---|
Parametermaterial_types | Contracttext |
Parameterrequired | Contractnull |
Parameteroptional_controls | Contractnull |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · daadwerkelijk teruggegeven task_id of record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De methodestructuren en ID’s zijn exact; de mogelijkheden van de leverancier staan los van toelating.
POST /v1/audio/speechUS$ 20,00 per 1 miljoen meegetelde tekens. Een CJK-ideogram telt als 2 meegetelde tekens: US$ 40,00 per 1 miljoen ideogrammen. Gewicht van andere Unicode-tekens: 1. Audiouitvoer: US$ 0,00.
{\n "cjk_ideograph_weight": 2,\n "input_usd_per_10000_counted_characters": 0.2,\n "other_unicode_character_weight": 1,\n "output_audio_usd": 0,\n "unit": "counted_unicode_characters"\n}Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen-tts-latest", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]=text\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o speech.mp3\ngeselecteerd mp3/wav/pcm
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar het volledige binaire resultaat en de headers. Als JSON of meerdere uitvoerresultaten worden teruggegeven, bewaar dan elk gegevensitem en haal elke daadwerkelijke ondertekende asset-URL op.
Bewaar de oorspronkelijke operation_id/X-Client-Request-ID voor reconciliatie zonder de aanvraag opnieuw in te dienen; er is geen afzonderlijke route om de audiostatus te pollen.
| Veld | Type |
|---|---|
Veldbinary audio | Typebytes |
Veldresponse headers | Typeheaders |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Antwoordserver_error | VoorwaardeDe teruggegeven respons geeft aan dat de bewerking of het resultaat gecontroleerd moet worden | Volgende stapBewaar de oorspronkelijk teruggegeven bewerkings-/taak-ID, aanvraagheaders en respons; blijf de oorspronkelijke bewerking uitlezen via de ondersteunde leesaanvragen. Dien de aanmaakaanvraag niet opnieuw in. |
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Gebruik de hierboven getoonde methodepaden.