qwen-audio-3.0-tts-plus
Модель выразительной озвучки текста для роликов, аудиокниг и голосовых материалов. Поддерживает управление манерой речи и выбор готового или созданного по образцу голоса.
- Ailoot · Озвучка
POST /v1/audio/speechqwen-audio-3.0-tts-plus - Ailoot · Озвучка
POST /v1/audio/speechqwen-tts - Ailoot · Озвучка
POST /v1/audio/speechqwen-tts-latest
О модели
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Qwen-Audio-3.0-TTS-Plus превращает текст в выразительную речь. Alibaba ориентирует её на профессиональную озвучку контента, аудиокниг, видео и материалов с узнаваемым характером голоса. На вход подаётся текст, на выходе формируется аудио; поддерживается также выдача звука по мере синтеза.
Манера речи как часть задания
Подачу можно задавать естественными языковыми инструкциями и подробными управляющими отметками. Они определяют эмоцию, тон, характер, темп, громкость и стиль речи. Это позволяет направлять исполнение одной и той же фразы: от спокойного повествования до более энергичной или эмоциональной подачи.
Выразительность связана с выбранным голосом и содержанием текста. Для устойчивого произношения язык материала должен соответствовать языкам, которые поддерживает голос. Модель предназначена для озвучки написанного материала; анализ смысла разговора и расшифровка исходной записи относятся к другим звуковым задачам.
Готовый голос и голос по образцу
Есть два системных голоса: тёплый женский и жизнерадостный мужской. Они поддерживают китайский и английский языки. Помимо них, предусмотрено более 500 базовых голосов и возможность воспроизведения голоса по речевому образцу. Производитель рекомендует системные варианты, когда нужна устойчивость звучания.
Голос по образцу поддерживает китайский с региональными вариантами произношения, английский, французский, немецкий, японский, корейский, русский, португальский, тайский, индонезийский, вьетнамский, итальянский, испанский, малайский, филиппинский и арабский. Это языковая возможность соответствующего режима; она не переносится автоматически на каждый готовый голос.
Требования к образцу относятся к отдельному способу создания голоса у производителя; при синтезе речи используется уже подготовленный голос. Подготовленный голос должен соответствовать выбранной модели озвучки: голос другой модели у производителя приводит к ошибке синтеза. Для образца рекомендуется чистая речь длительностью 10–20 секунд. Общий предел — 60 секунд и 10 МБ; требуется не меньше пяти секунд непрерывной речи. Поддерживаются WAV с 16-битным представлением, MP3 и M4A при частоте не ниже 16 кГц. Допускаются один или два канала, но при двух используется первый.
Речевой образец должен передавать один голос без одновременно говорящих людей, музыки и пения. В требованиях производителя короткие паузы в образце ограничены двумя секундами. Это помогает выделить тембр и особенности произношения, которые нужны для дальнейшего синтеза. Управление подачей и воспроизведение голоса по образцу описывают разные стороны работы модели и могут использоваться для подготовки звучания одного материала.
Ailoot · Озвучка POST /v1/audio/speech qwen-audio-3.0-tts-plus
qwen-audio-3.0-tts-plusqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
Начало
Модель выразительной озвучки текста для роликов, аудиокниг и голосовых материалов. Поддерживает управление манерой речи и выбор готового или созданного по образцу голоса.
- Допустимые входные данные
- Текст
- Результаты
- speech
Доступно в Ailoot · входные данные и методы
Ailoot · Озвучка POST /v1/audio/speech
- Входные данные
text- Результат
speech- Выходной формат
- выбранный mp3/wav/pcm
| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения qwen-audio-3.0-tts-plus | По умолчанию— |
Полеinput | Типstring | ТребованиеОбязательно | Значения и ограничения Минимальная длина: 1 Максимальная длина: 600 Единица: символы Unicode | По умолчанию— |
Полеvoice | Типstring | ТребованиеНеобязательно | Значения и ограничения Примеры: longanlingxin, longanlufeng Допустимый пользовательский шаблон: ^qwen-audio-3\.0-tts-plus- Условия: Принимаются фактические ID пользовательских голосов с точным префиксом qwen-audio-3.0-tts-plus-. | По умолчаниюlonganlingxin |
Полеresponse_format | Типstring | ТребованиеНеобязательно | Значения и ограничения mp3, wav, pcm | По умолчаниюmp3 |
Полеsample_rate | Типinteger | ТребованиеНеобязательно | Значения и ограничения 16 000, 24 000, 48 000 Единица: Hz | По умолчанию24 000 |
Сочетания входных материалов
text_to_speech · Обязательно: input
Параметры и жизненный цикл метода
| Параметр | Контракт |
|---|---|
Параметрmaterial_types | Контрактtext |
Параметрrequired | Контрактnull |
Параметрoptional_controls | Контрактnull |
Жизненный цикл: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Фактически возвращённый task_id или запись в медиатеке
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска.
Тарифы
Ставки методов Ailoot
POST /v1/audio/speech- Вход
- 20,00 $ за 1 миллион символов
- Выход
- 0,00 $ за запрос
20,00 $ за 1 млн учётных символов. Идеограмма CJK считается за 2 учётных символа: 40,00 $ за 1 млн идеограмм. Вес остальных Unicode-символов: 1. Выходное аудио: 0,00 $.
Точный условный учёт из каталога
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
Примеры запросов
Ailoot · Озвучка
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen-audio-3.0-tts-plus", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Получить и сохранить результаты
Ailoot · Озвучка
выбранный mp3/wav/pcm
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Сохраняйте все готовые результаты
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте полный бинарный результат и заголовки. Если возвращаются JSON или несколько результатов, сохраняйте каждый элемент данных и загружайте ресурс по каждому фактически возвращённому подписанному URL.
Если нужно проверить исходный ответ
Сохраняйте исходный operation_id/X-Client-Request-ID для сверки без повторной отправки; отдельного маршрута опроса аудио нет.
Поля ответа
| Поле | Тип |
|---|---|
Полеbinary audio | Типbytes |
Полеresponse headers | Типheaders |
Ошибки и дальнейшие шаги
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ответserver_error | УсловиеВозвращённый ответ указывает, что операция или результат требуют проверки | Следующий шагСохраните исходный возвращённый ID операции или задачи, заголовки запроса и ответ; продолжайте поддерживаемые операции чтения исходной операции. Не отправляйте запрос создания повторно. |
Псевдонимы
Псевдонимы моделей
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Псевдонимы путей метода
Используйте пути методов, указанные выше.
Связанные ID для вызова
Ailoot · Озвучка POST /v1/audio/speech qwen-tts
qwen-ttsqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
Начало
Модель выразительной озвучки текста для роликов, аудиокниг и голосовых материалов. Поддерживает управление манерой речи и выбор готового или созданного по образцу голоса.
- Допустимые входные данные
- Текст
- Результаты
- speech
Доступно в Ailoot · входные данные и методы
Ailoot · Озвучка POST /v1/audio/speech
- Входные данные
text- Результат
speech- Выходной формат
- выбранный mp3/wav/pcm
| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения qwen-tts | По умолчанию— |
Полеinput | Типstring | ТребованиеОбязательно | Значения и ограничения Минимальная длина: 1 Максимальная длина: 600 Единица: символы Unicode | По умолчанию— |
Полеvoice | Типstring | ТребованиеНеобязательно | Значения и ограничения Примеры: longanlingxin, longanlufeng Допустимый пользовательский шаблон: ^qwen-audio-3\.0-tts-plus- Условия: Принимаются фактические ID пользовательских голосов с точным префиксом qwen-audio-3.0-tts-plus-. | По умолчаниюlonganlingxin |
Полеresponse_format | Типstring | ТребованиеНеобязательно | Значения и ограничения mp3, wav, pcm | По умолчаниюmp3 |
Полеsample_rate | Типinteger | ТребованиеНеобязательно | Значения и ограничения 16 000, 24 000, 48 000 Единица: Hz | По умолчанию24 000 |
Сочетания входных материалов
text_to_speech · Обязательно: input
Параметры и жизненный цикл метода
| Параметр | Контракт |
|---|---|
Параметрmaterial_types | Контрактtext |
Параметрrequired | Контрактnull |
Параметрoptional_controls | Контрактnull |
Жизненный цикл: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Фактически возвращённый task_id или запись в медиатеке
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска.
Тарифы
Ставки методов Ailoot
POST /v1/audio/speech- Вход
- 20,00 $ за 1 миллион символов
- Выход
- 0,00 $ за запрос
20,00 $ за 1 млн учётных символов. Идеограмма CJK считается за 2 учётных символа: 40,00 $ за 1 млн идеограмм. Вес остальных Unicode-символов: 1. Выходное аудио: 0,00 $.
Точный условный учёт из каталога
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
Примеры запросов
Ailoot · Озвучка
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen-tts", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Получить и сохранить результаты
Ailoot · Озвучка
выбранный mp3/wav/pcm
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Сохраняйте все готовые результаты
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте полный бинарный результат и заголовки. Если возвращаются JSON или несколько результатов, сохраняйте каждый элемент данных и загружайте ресурс по каждому фактически возвращённому подписанному URL.
Если нужно проверить исходный ответ
Сохраняйте исходный operation_id/X-Client-Request-ID для сверки без повторной отправки; отдельного маршрута опроса аудио нет.
Поля ответа
| Поле | Тип |
|---|---|
Полеbinary audio | Типbytes |
Полеresponse headers | Типheaders |
Ошибки и дальнейшие шаги
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ответserver_error | УсловиеВозвращённый ответ указывает, что операция или результат требуют проверки | Следующий шагСохраните исходный возвращённый ID операции или задачи, заголовки запроса и ответ; продолжайте поддерживаемые операции чтения исходной операции. Не отправляйте запрос создания повторно. |
Псевдонимы
Псевдонимы моделей
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Псевдонимы путей метода
Используйте пути методов, указанные выше.
Связанные ID для вызова
Ailoot · Озвучка POST /v1/audio/speech qwen-tts-latest
qwen-tts-latestqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
Начало
Модель выразительной озвучки текста для роликов, аудиокниг и голосовых материалов. Поддерживает управление манерой речи и выбор готового или созданного по образцу голоса.
- Допустимые входные данные
- Текст
- Результаты
- speech
Доступно в Ailoot · входные данные и методы
Ailoot · Озвучка POST /v1/audio/speech
- Входные данные
text- Результат
speech- Выходной формат
- выбранный mp3/wav/pcm
| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения qwen-tts-latest | По умолчанию— |
Полеinput | Типstring | ТребованиеОбязательно | Значения и ограничения Минимальная длина: 1 Максимальная длина: 600 Единица: символы Unicode | По умолчанию— |
Полеvoice | Типstring | ТребованиеНеобязательно | Значения и ограничения Примеры: longanlingxin, longanlufeng Допустимый пользовательский шаблон: ^qwen-audio-3\.0-tts-plus- Условия: Принимаются фактические ID пользовательских голосов с точным префиксом qwen-audio-3.0-tts-plus-. | По умолчаниюlonganlingxin |
Полеresponse_format | Типstring | ТребованиеНеобязательно | Значения и ограничения mp3, wav, pcm | По умолчаниюmp3 |
Полеsample_rate | Типinteger | ТребованиеНеобязательно | Значения и ограничения 16 000, 24 000, 48 000 Единица: Hz | По умолчанию24 000 |
Сочетания входных материалов
text_to_speech · Обязательно: input
Параметры и жизненный цикл метода
| Параметр | Контракт |
|---|---|
Параметрmaterial_types | Контрактtext |
Параметрrequired | Контрактnull |
Параметрoptional_controls | Контрактnull |
Жизненный цикл: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Фактически возвращённый task_id или запись в медиатеке
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Структуры методов и ID указаны точно; возможности поставщика рассматриваются отдельно от допуска.
Тарифы
Ставки методов Ailoot
POST /v1/audio/speech- Вход
- 20,00 $ за 1 миллион символов
- Выход
- 0,00 $ за запрос
20,00 $ за 1 млн учётных символов. Идеограмма CJK считается за 2 учётных символа: 40,00 $ за 1 млн идеограмм. Вес остальных Unicode-символов: 1. Выходное аудио: 0,00 $.
Точный условный учёт из каталога
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
Примеры запросов
Ailoot · Озвучка
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 narration script}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen-tts-latest", "input": ""}')
f=Path(os.environ["AILOOT_TEXT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")
text=f.read_text(encoding="utf-8")
if not text.strip():raise SystemExit("Source material must contain text")
p["input"]=text
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o speech.mp3
Получить и сохранить результаты
Ailoot · Озвучка
выбранный mp3/wav/pcm
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Сохраняйте все готовые результаты
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте полный бинарный результат и заголовки. Если возвращаются JSON или несколько результатов, сохраняйте каждый элемент данных и загружайте ресурс по каждому фактически возвращённому подписанному URL.
Если нужно проверить исходный ответ
Сохраняйте исходный operation_id/X-Client-Request-ID для сверки без повторной отправки; отдельного маршрута опроса аудио нет.
Поля ответа
| Поле | Тип |
|---|---|
Полеbinary audio | Типbytes |
Полеresponse headers | Типheaders |
Ошибки и дальнейшие шаги
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ответserver_error | УсловиеВозвращённый ответ указывает, что операция или результат требуют проверки | Следующий шагСохраните исходный возвращённый ID операции или задачи, заголовки запроса и ответ; продолжайте поддерживаемые операции чтения исходной операции. Не отправляйте запрос создания повторно. |
Псевдонимы
Псевдонимы моделей
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Псевдонимы путей метода
Используйте пути методов, указанные выше.
Связанные ID для вызова
FAQ · qwen-audio-3.0-tts-plus
- Какие входные данные и результаты доступны?
POST /v1/audio/speech·qwen-audio-3.0-tts-plus:text→speechPOST /v1/audio/speech·qwen-tts:text→speechPOST /v1/audio/speech·qwen-tts-latest:text→speech- Какие поля использует запрос?
POST /v1/audio/speech·qwen-audio-3.0-tts-plus:model,input,voice,response_format,sample_ratePOST /v1/audio/speech·qwen-tts:model,input,voice,response_format,sample_ratePOST /v1/audio/speech·qwen-tts-latest:model,input,voice,response_format,sample_rate- Какие ограничения действуют?
POST /v1/audio/speech·qwen-audio-3.0-tts-plus:input.maximum_length:600POST /v1/audio/speech·qwen-tts:input.maximum_length:600POST /v1/audio/speech·qwen-tts-latest:input.maximum_length:600