qwen-audio-3.0-tts-plus
Model za izrazno pretvorbo besedila v govor za videoposnetke, zvočne knjige in glasovno gradivo. Podpira usmerjanje načina govora ter izbiro že pripravljenega glasu ali glasu, ustvarjenega po vzorcu.
- Ailoot · Pretvorba v govor
POST /v1/audio/speechqwen-audio-3.0-tts-plus - Ailoot · Pretvorba v govor
POST /v1/audio/speechqwen-tts - Ailoot · Pretvorba v govor
POST /v1/audio/speechqwen-tts-latest
O modelu
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Qwen-Audio-3.0-TTS-Plus pretvarja besedilo v izrazen govor. Alibaba ga usmerja v profesionalno glasovno opremo vsebin, zvočnih knjig, videa in gradiva s prepoznavnim značajem glasu. Vhod je besedilo, izhod pa zvok; podprto je tudi sprotno oddajanje zvoka med sintezo.
Način govora kot del navodila
Izvedbo lahko določite z navodili v naravnem jeziku in podrobnimi upravljalnimi oznakami. Te določajo čustvo, ton, značaj, tempo, glasnost in slog govora. Tako lahko usmerjate izvedbo iste povedi: od mirnega pripovedovanja do bolj energične ali čustvene podaje.
Izraznost je povezana z izbranim glasom in vsebino besedila. Za zanesljivo izgovarjavo mora jezik gradiva ustrezati jezikom, ki jih podpira glas. Model je namenjen pretvorbi napisanega gradiva v govor; analiza pomena pogovora in prepis izvirnega posnetka sodita med druge zvočne naloge.
Pripravljen glas in glas po vzorcu
Na voljo sta dva sistemska glasova: topel ženski in vedro razpoložen moški. Podpirata kitajščino in angleščino. Poleg njiju je predvidenih več kot 500 osnovnih glasov in možnost reprodukcije glasu na podlagi govornega vzorca. Proizvajalec priporoča sistemske možnosti, kadar je pomembna stalnost zvena.
Glas po vzorcu podpira kitajščino z regionalnimi različicami izgovarjave, angleščino, francoščino, nemščino, japonščino, korejščino, ruščino, portugalščino, tajščino, indonezijščino, vietnamščino, italijanščino, španščino, malajščino, filipinščino in arabščino. To je jezikovna zmožnost ustreznega načina; ne velja samodejno za vsak že pripravljen glas.
Zahteve za vzorec se nanašajo na ločen način ustvarjanja glasu pri proizvajalcu; pri sintezi govora se uporablja že pripravljen glas. Ta mora ustrezati izbranemu modelu za pretvorbo besedila v govor: glas drugega modela pri proizvajalcu povzroči napako sinteze. Za vzorec je priporočen čist govor v dolžini 10–20 sekund. Skupna omejitev je 60 sekund in 10 MB; potrebnih je najmanj pet sekund neprekinjenega govora. Podprti so WAV s 16-bitnim zapisom, MP3 in M4A pri frekvenci najmanj 16 kHz. Dovoljena sta en ali dva kanala, vendar se pri dveh uporabi prvi.
Govorni vzorec mora vsebovati en glas, brez sočasno govorečih ljudi, glasbe in petja. V zahtevah proizvajalca so kratki premori v vzorcu omejeni na dve sekundi. To pomaga razločiti barvo glasu in značilnosti izgovarjave, potrebne za nadaljnjo sintezo. Usmerjanje izvedbe in reprodukcija glasu po vzorcu opisujeta različna vidika delovanja modela ter ju je mogoče uporabiti pri pripravi zvočne podobe istega gradiva.
Ailoot · Pretvorba v govor POST /v1/audio/speech qwen-audio-3.0-tts-plus
qwen-audio-3.0-tts-plusqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
Začetek
Model za izrazno pretvorbo besedila v govor za videoposnetke, zvočne knjige in glasovno gradivo. Podpira usmerjanje načina govora ter izbiro že pripravljenega glasu ali glasu, ustvarjenega po vzorcu.
- Dovoljeni vhodi
- Besedilo
- Rezultati
- speech
Na voljo v Ailoot · vhodi in metode
Ailoot · Pretvorba v govor POST /v1/audio/speech
- Vhod
text- Izhod
speech- Izhodni format
- izbrani mp3/wav/pcm
| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen-audio-3.0-tts-plus | Privzeto— |
Poljeinput | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Najmanjša dolžina: 1 Največja dolžina: 600 Enota: znaki Unicode | Privzeto— |
Poljevoice | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Primeri: longanlingxin, longanlufeng Dovoljen vzorec po meri: ^qwen-audio-3\.0-tts-plus- Pogoji: Sprejeti so dejanski ID-ji glasov po meri z natančno predpono qwen-audio-3.0-tts-plus-. | Privzetolonganlingxin |
Poljeresponse_format | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve mp3, wav, pcm | Privzetomp3 |
Poljesample_rate | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve 16.000, 24.000, 48.000 Enota: Hz | Privzeto24.000 |
Kombinacije vhodnih gradiv
text_to_speech · Obvezno: input
Parametri in življenjski cikel metode
| Parameter | Specifikacija |
|---|---|
Parametermaterial_types | Specifikacijatext |
Parameterrequired | Specifikacijanull |
Parameteroptional_controls | Specifikacijanull |
Življenjski cikel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Dejansko vrnjeni task_id ali zapis v medijski knjižnici
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Strukture metod in ID so natančno določeni; zmožnost ponudnika je ločena od sprejema zahteve.
Cenik
Cene metod Ailoot
POST /v1/audio/speech- Vhod
- 20,00 $ na 1 milijon znakov
- Izhod
- 0,00 $ na zahtevo
20,00 $ za 1 milijon obračunskih znakov. Ideogram CJK šteje kot 2 obračunska znaka: 40,00 $ za 1 milijon ideogramov. Utež drugih znakov Unicode: 1. Izhodni zvok: 0,00 $.
Natančen pogojni obračun iz kataloga
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
Primeri zahtev
Ailoot · Pretvorba v govor
set -eu
: "${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
Prejmi in shrani rezultate
Ailoot · Pretvorba v govor
izbrani mp3/wav/pcm
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Ohrani vse dokončane rezultate
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Shranite celoten binarni rezultat in glave. Če so vrnjeni podatki JSON ali več izhodov, shranite vsak podatkovni element in pridobite vsebino z vsakega dejanskega podpisanega URL datoteke.
Če je treba preveriti izvirni odgovor
Shranite izvirni operation_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.
Polja odgovora
| Polje | Vrsta |
|---|---|
Poljebinary audio | Vrstabytes |
Poljeresponse headers | Vrstaheaders |
Napake in naslednji koraki
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Odgovorserver_error | PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti | Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova. |
Druga imena
Druga imena modelov
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Druga imena poti metod
Uporabite zgoraj navedene poti metod.
Povezani ID-ji za klic
Ailoot · Pretvorba v govor POST /v1/audio/speech qwen-tts
qwen-ttsqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
Začetek
Model za izrazno pretvorbo besedila v govor za videoposnetke, zvočne knjige in glasovno gradivo. Podpira usmerjanje načina govora ter izbiro že pripravljenega glasu ali glasu, ustvarjenega po vzorcu.
- Dovoljeni vhodi
- Besedilo
- Rezultati
- speech
Na voljo v Ailoot · vhodi in metode
Ailoot · Pretvorba v govor POST /v1/audio/speech
- Vhod
text- Izhod
speech- Izhodni format
- izbrani mp3/wav/pcm
| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen-tts | Privzeto— |
Poljeinput | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Najmanjša dolžina: 1 Največja dolžina: 600 Enota: znaki Unicode | Privzeto— |
Poljevoice | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Primeri: longanlingxin, longanlufeng Dovoljen vzorec po meri: ^qwen-audio-3\.0-tts-plus- Pogoji: Sprejeti so dejanski ID-ji glasov po meri z natančno predpono qwen-audio-3.0-tts-plus-. | Privzetolonganlingxin |
Poljeresponse_format | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve mp3, wav, pcm | Privzetomp3 |
Poljesample_rate | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve 16.000, 24.000, 48.000 Enota: Hz | Privzeto24.000 |
Kombinacije vhodnih gradiv
text_to_speech · Obvezno: input
Parametri in življenjski cikel metode
| Parameter | Specifikacija |
|---|---|
Parametermaterial_types | Specifikacijatext |
Parameterrequired | Specifikacijanull |
Parameteroptional_controls | Specifikacijanull |
Življenjski cikel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Dejansko vrnjeni task_id ali zapis v medijski knjižnici
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Strukture metod in ID so natančno določeni; zmožnost ponudnika je ločena od sprejema zahteve.
Cenik
Cene metod Ailoot
POST /v1/audio/speech- Vhod
- 20,00 $ na 1 milijon znakov
- Izhod
- 0,00 $ na zahtevo
20,00 $ za 1 milijon obračunskih znakov. Ideogram CJK šteje kot 2 obračunska znaka: 40,00 $ za 1 milijon ideogramov. Utež drugih znakov Unicode: 1. Izhodni zvok: 0,00 $.
Natančen pogojni obračun iz kataloga
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
Primeri zahtev
Ailoot · Pretvorba v govor
set -eu
: "${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
Prejmi in shrani rezultate
Ailoot · Pretvorba v govor
izbrani mp3/wav/pcm
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Ohrani vse dokončane rezultate
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Shranite celoten binarni rezultat in glave. Če so vrnjeni podatki JSON ali več izhodov, shranite vsak podatkovni element in pridobite vsebino z vsakega dejanskega podpisanega URL datoteke.
Če je treba preveriti izvirni odgovor
Shranite izvirni operation_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.
Polja odgovora
| Polje | Vrsta |
|---|---|
Poljebinary audio | Vrstabytes |
Poljeresponse headers | Vrstaheaders |
Napake in naslednji koraki
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Odgovorserver_error | PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti | Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova. |
Druga imena
Druga imena modelov
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Druga imena poti metod
Uporabite zgoraj navedene poti metod.
Povezani ID-ji za klic
Ailoot · Pretvorba v govor POST /v1/audio/speech qwen-tts-latest
qwen-tts-latestqwen-audio-3.0-tts-plusqwen-ttsqwen-tts-latest
Začetek
Model za izrazno pretvorbo besedila v govor za videoposnetke, zvočne knjige in glasovno gradivo. Podpira usmerjanje načina govora ter izbiro že pripravljenega glasu ali glasu, ustvarjenega po vzorcu.
- Dovoljeni vhodi
- Besedilo
- Rezultati
- speech
Na voljo v Ailoot · vhodi in metode
Ailoot · Pretvorba v govor POST /v1/audio/speech
- Vhod
text- Izhod
speech- Izhodni format
- izbrani mp3/wav/pcm
| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve qwen-tts-latest | Privzeto— |
Poljeinput | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Najmanjša dolžina: 1 Največja dolžina: 600 Enota: znaki Unicode | Privzeto— |
Poljevoice | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Primeri: longanlingxin, longanlufeng Dovoljen vzorec po meri: ^qwen-audio-3\.0-tts-plus- Pogoji: Sprejeti so dejanski ID-ji glasov po meri z natančno predpono qwen-audio-3.0-tts-plus-. | Privzetolonganlingxin |
Poljeresponse_format | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve mp3, wav, pcm | Privzetomp3 |
Poljesample_rate | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve 16.000, 24.000, 48.000 Enota: Hz | Privzeto24.000 |
Kombinacije vhodnih gradiv
text_to_speech · Obvezno: input
Parametri in življenjski cikel metode
| Parameter | Specifikacija |
|---|---|
Parametermaterial_types | Specifikacijatext |
Parameterrequired | Specifikacijanull |
Parameteroptional_controls | Specifikacijanull |
Življenjski cikel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Dejansko vrnjeni task_id ali zapis v medijski knjižnici
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Strukture metod in ID so natančno določeni; zmožnost ponudnika je ločena od sprejema zahteve.
Cenik
Cene metod Ailoot
POST /v1/audio/speech- Vhod
- 20,00 $ na 1 milijon znakov
- Izhod
- 0,00 $ na zahtevo
20,00 $ za 1 milijon obračunskih znakov. Ideogram CJK šteje kot 2 obračunska znaka: 40,00 $ za 1 milijon ideogramov. Utež drugih znakov Unicode: 1. Izhodni zvok: 0,00 $.
Natančen pogojni obračun iz kataloga
{
"cjk_ideograph_weight": 2,
"input_usd_per_10000_counted_characters": 0.2,
"other_unicode_character_weight": 1,
"output_audio_usd": 0,
"unit": "counted_unicode_characters"
}Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
Primeri zahtev
Ailoot · Pretvorba v govor
set -eu
: "${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
Prejmi in shrani rezultate
Ailoot · Pretvorba v govor
izbrani mp3/wav/pcm
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Ohrani vse dokončane rezultate
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Shranite celoten binarni rezultat in glave. Če so vrnjeni podatki JSON ali več izhodov, shranite vsak podatkovni element in pridobite vsebino z vsakega dejanskega podpisanega URL datoteke.
Če je treba preveriti izvirni odgovor
Shranite izvirni operation_id/X-Client-Request-ID za uskladitev evidenc brez ponovnega pošiljanja; namenska pot za periodično preverjanje zvoka ne obstaja.
Polja odgovora
| Polje | Vrsta |
|---|---|
Poljebinary audio | Vrstabytes |
Poljeresponse headers | Vrstaheaders |
Napake in naslednji koraki
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Odgovorserver_error | PogojVrnjeni odgovor navaja, da je treba operacijo ali rezultat preveriti | Naslednji korakShranite izvirni vrnjeni ID operacije/opravila, glave zahteve in odgovor; nadaljujte s podprtimi branji te izvirne operacije. Zahteve za ustvarjanje ne pošiljajte znova. |
Druga imena
Druga imena modelov
Ailoot qwen-audio-3.0-tts-plus, qwen-tts, qwen-tts-latest
Druga imena poti metod
Uporabite zgoraj navedene poti metod.
Povezani ID-ji za klic
FAQ · qwen-audio-3.0-tts-plus
- Kateri vhodi in rezultati so na voljo?
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- Katera polja uporablja zahteva?
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- Katere omejitve veljajo?
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