Source: https://ailoot.ai/models/sl/qwen-qwen-audio-3-0-tts-flash/
Canonical: https://ailoot.ai/models/sl/qwen-qwen-audio-3-0-tts-flash/
Language: sl

# Qwen: Qwen-Audio-3.0-TTS Flash

[Markdown](https://ailoot.ai/models/sl/qwen-qwen-audio-3-0-tts-flash/index.md) · [JSON](https://ailoot.ai/models/sl/qwen-qwen-audio-3-0-tts-flash/facts.json)

## [Qwen: Qwen-Audio-3.0-TTS Flash](https://ailoot.ai/models/sl/qwen-qwen-audio-3-0-tts-flash/)

Qwen-Audio-3.0-TTS-Flash je Qwenov model za pretvorbo besedila v govor, namenjen odzivnim glasovnim pomočnikom in interaktivnemu dialogu. Združuje pretočno sintezo, prednastavljene ali klonirane glasove za posamezni model ter navodila ali oznake za izrazni govor.

- [**Ailoot Ultra · Pretvorba v govor** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/sl/qwen-qwen-audio-3-0-tts-flash/#method-0)

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-Flash pretvori priloženo besedilo za branje v govor, pri čemer je izdaja Flash osredotočena na interakcijo v realnem času. Qwen kot glavne načine uporabe navaja glasovne pomočnike, interaktivni dialog in inteligentno podporo strankam. V primerjavi s predhodno različico proizvajalec opisuje širšo podporo za jezike z manj razpoložljivimi viri in kitajska narečja, pristnejše narečno izražanje ter boljši nadzor nad čustvi, tonom, značajem, hitrostjo, glasnostjo in slogom govora. Poroča tudi o boljši razločnosti in robustnosti v hrupnih akustičnih razmerah ali ob odmevu. Gre za sintezo zvoka iz besedila, ne za prepoznavanje dohodnega govora ali model za glasovni dialog.

Flash daje prednost hitremu začetku govora v interaktivni izmenjavi. Qwen za sintezo tega modela v realnem času navaja zakasnitev prvega paketa največ 200 milisekund; priročnik za uporabo opozarja tudi, da začetna vzpostavitev povezave prispeva k izmerjeni zakasnitvi ob prvem pošiljanju. Besede, ki naj bodo dejansko izgovorjene, pripravite ločeno od želenega načina podajanja. Za odgovor glasovnega pomočnika lahko primer navodila združi jedrnat odgovor z zahtevo po mirnem, jasnem govoru. Ustrezen rezultat je ustvarjeni govor za to besedilo, predvajanje in potek pogovora pa ureja aplikacija.

Proizvajalčev seznam sistemskih glasov vključuje možnosti za posamezni model, kot sta Long An Feng Yue za naravno, prijazno podajanje in Long An Xiao Xin za prijazno, živahno podajanje; oba sta navedena za mandarinščino in angleščino. Vključuje tudi angleške glasove, kot sta loongmary z britanskim naglasom in loongjohn z mirnim, prijaznim ameriškim naglasom. Vsak model ima poleg tega več kot 500 osnovnih glasov. Qwen za doslednost priporoča, da začnete s sistemskimi glasovi, pri izbiri osnovnega glasu pa ocenite predoglede. Glas mora pripadati izbranemu modelu, besedilo pa mora biti v jeziku, ki ga ta glas podpira.

Klonirani glasovi razširijo dokumentirani nabor jezikov na kitajščino, angleščino, japonščino, korejščino, ruščino, francoščino, nemščino, portugalščino, tajščino, indonezijščino, vietnamščino, španščino, italijanščino, malajščino, filipinščino in arabščino. Kitajski nabor vključuje mandarinščino, kantonščino, narečje severovzhodne Kitajske in šanghajščino ter različice Chongqing, Gansu, Guizhou, Zhejiang, Hebei, Henan, Hubei, Hunan, Jiangxi, Ningbo, Ningxia, Qingdao, Shaanxi, Shanxi, Shandong, Sichuan in Yunnan; narečje izberete z navodili. Tabela modelov navaja podporo za kloniranje glasu na podlagi vzorca in ga ločuje od ustvarjanja novega glasu zgolj iz besedilnega opisa, česar ta izdaja ne podpira.

Za kloniranje proizvajalec priporoča 10–20-sekundni posnetek, pri čemer je največja dolžina 60 sekund, velikost datoteke pa ne sme presegati 10 MB. Podprti referenčni formati so 16-bitni WAV, MP3 in M4A s frekvenco vzorčenja vsaj 16 kHz. Posnetek mora vsebovati vsaj pet sekund neprekinjenega razločnega govora; drugi premori naj ne bodo daljši od dveh sekund. Izogibajte se zvokom v ozadju, drugim glasovom in petju. Stereo je dovoljen, vendar se obdela le prvi kanal. Postopek kloniranja vrne identifikator glasu, vezan na točno določen ciljni model; sinteza ga uporabi, ko je glas pripravljen. Za isti posnetek morate ustvariti ločena klonirana glasova za Flash in Plus.

Navodila v naravnem jeziku nadzorujejo podajanje tako sistemskih kot kloniranih glasov. Opišite slišne značilnosti, kot so nežen ton, jasna izgovarjava ali nekoliko počasnejši tempo. Oznake znotraj besedila omogočajo drugačen nadzor: \[empathetic\] ali \[serious\] nastavi slog za nadaljnje besedilo, \[laughing\] ali \[sighing\] pa vstavi glasovni učinek na določeno mesto. Nadzorna oznaka velja do druge nadzorne oznake ali samodejne razdelitve na stavke. Te oznake za čustva in bogatejše izražanje so dokumentirane le za enosmerno pretakanje, ne za način z dvosmernim vnosom besedila. Izrazno poved pripravite v načinu, ki ustreza tem možnostim nadzora.

Proizvajalčev govorni vmesnik podpira PCM, WAV, MP3 in Opus. Navedene frekvence vzorčenja so 8.000, 16.000, 22.050, 24.000, 44.100 in 48.000 Hz, privzeti vrednosti pa sta MP3 in 22.050 Hz. Glasnost je v razponu od 0 do 100; hitrost govora in višina tona sta vsaka v razponu od 0,5 do 2,0. MP3 in Opus omogočata tudi nastavitev bitne hitrosti od 6 do 510 kbps. Format in frekvenco vzorčenja izberite glede na predvideni predvajalnik ali postopek obdelave. Za interaktivne aplikacije proizvajalec dokumentira pretočne zvočne okvirje in metapodatke stavkov, pri čemer so v pretočnem izhodu za ustrezne glasove, vključno s kloniranimi, na voljo časovne oznake na ravni besed.

Dokumentirani besedilni protokol WebSocket sprejme do 20.000 znakov v enem besedilnem sporočilu in skupno 200.000 znakov v nalogi, med zaporednima pošiljanjema pa ne sme preteči več kot 23 sekund. To so omejitve proizvajalčevega protokola, ločene od splošne omejitve trajanja izhoda modela. Podpira preklic trenutne sinteze v pogovoru in naslednjo nalogo na isti povezavi. Besedilne segmente ohranite v predvidenem vrstnem redu izgovarjanja in zaključite vnos, ko je celotno besedilo oddano. Za pripravo izgovarjave proizvajalec dokumentira namige o ciljnem jeziku, opombe v pinjinu in zamenjave besedila, ki so uporabni, ko so števke, kratice ali simboli izgovorjeni drugače od pričakovanj.

SSML je ločena možnost označevalnega zapisa s pogoji glede glasu in načina interakcije: Qwen ga dokumentira za klonirane glasove, pri nepretočnih klicih ali enosmernem pretakanju ter z enim samim pošiljanjem besedila, ko je SSML omogočen. Ne predpostavljajte, da je na voljo za vsak prednastavljen glas ali dvosmerni tok. Pri običajnem dialogu začnite z združljivim glasom, urejenim besedilom za branje in natančnim navodilom za podajanje; ciljni nadzor nad izgovarjavo ali izraznostjo dodajte, kadar ga naloga zahteva. Tako ostaja profil Flash osredotočen na odziven govor iz pripravljenega besedila in ne na zmožnosti drugih Qwenovih zvočnih modelov.

**Ailoot Ultra · Pretvorba v govor** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-flash`

[`qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/sl/#m=qwen%2Fqwen-audio-3.0-tts-flash&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-flash&fmt=speech)

Alibaba /`qwen/qwen-audio-3.0-tts-flash`

### Začetek

Qwen-Audio-3.0-TTS-Flash je Qwenov model za pretvorbo besedila v govor, namenjen odzivnim glasovnim pomočnikom in interaktivnemu dialogu. Združuje pretočno sintezo, prednastavljene ali klonirane glasove za posamezni model ter navodila ali oznake za izrazni govor.

Dovoljeni vhodi

Besedilo

Rezultati

Zvok

### Na voljo v Ailoot · vhodi in metode

**Ailoot Ultra · Pretvorba v govor** `POST /v1/audio/speech`

Vhod

`text`

Izhod

`audio`

Izhodni format

mp3

| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
| --- | --- | --- | --- | --- |
| Polje`model` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve qwen/qwen-audio-3.0-tts-flash | Privzeto— |
| Polje`input` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve Najmanjša dolžina: 1 Enota: znaki Unicode | Privzeto— |
| Polje`voice` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve loongjohn, longanhuan\_v3.6 | Privzeto— |
| Polje`response_format` | Vrsta`string` | ZahtevaObvezno | Vrednosti in omejitve mp3 | Privzeto— |

Kombinacije vhodnih gradiv

**text\_to\_speech** · Obvezno: input

Parametri in življenjski cikel metode

| Parameter | Specifikacija |
| --- | --- |
| Parameter`content_type` | Specifikacijaapplication/json |
| Parameter`required` | Specifikacijamodel, input, voice, response\_format |
| Parameter`voice_ids` | Specifikacijaloongjohn, longanhuan\_v3.6 |
| Parameter`response_format` | Specifikacijamp3 |
| Parameter`max_input_characters` | Specifikacijanull |
| Parameter`other_options` | Specifikacijafalse |
| Parameter`input` | Specifikacijanatančno besedilo UTF-8; število znakov Unicode brez normalizacije |
| Parameter`material_types` | Specifikacijatext |

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}`

Izberite natančen glas iz profila tega modela.

Vhodni znaki in zvočne sekunde so različni merili porabe.

### Cenik

Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.

Hitri način

Ni navedeno Ko je izbran hitri način

Način flex

Ni navedeno Ko je izbran način flex

Najvišja raven razmišljanja

Ni navedeno Ko najvišja raven razmišljanja uporablja privzeto prilagoditev (default)

#### Cene Ailoot

#### Cene po nastavitvah

Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.

| Nastavitev | Cenovna lestvica | Obračunana količina | Obračunska enota | Strošek |
| --- | --- | --- | --- | --- |
| NastavitevOsnovne cene žetonov | Cenovna lestvicaOsnovna cena | Obračunana količina— | Obračunska enota— | Strošek Vhod · Vhodni žetoni **—** / 1K žetonov Izhod · Izhodni žetoni **—** / 1K žetonov Vhod · Branje predpomnilnika **—** / 1K žetonov Vhod · Zapis v predpomnilnik **—** / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura **—** / 1K žetonov |
| NastavitevUltra | Cenovna lestvica— | Obračunana količinaVsaka kodna točka Unicode šteje kot en znak, vključno z znaki Han. | Obračunska enotana 1K vhodnih znakov | Strošek Vhod · vhodni znak **$0.03** na 1K vhodnih znakov |

#### Podrobnosti referenčne tarife

Referenčne lestvice modela ne spreminjajo izbire metode, ocen cen ali stroškov. Veljavni stroški uporabljajo cene izbrane metode Ailoot.

Qwen: Qwen-Audio-3.0-TTS Flash

#### Cene po nastavitvah

| Nastavitev | Obračunski pogoji | Strošek |
| --- | --- | --- |
| NastavitevQwen: Qwen-Audio-3.0-TTS Flash · Privzeta konfiguracija | Obračunski pogojiPrivzeta konfiguracija | Strošek Vhod · Vhodni znaki **0,00003 $** na vhodni znak |

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 →](https://ailoot.ai/docs/sl/billing/reserve/)

### Primeri zahtev

#### Ailoot Ultra · Pretvorba v govor

curl

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_VOICE_ID:?Choose an accepted voice ID from this exact model profile}"
export AILOOT_VOICE_ID
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "qwen/qwen-audio-3.0-tts-flash", "input": "Good afternoon! This is a short voice take."}')
voice=os.environ["AILOOT_VOICE_ID"]
allowed=json.loads('["loongjohn", "longanhuan_v3.6"]')
if voice not in allowed: raise SystemExit("Choose an accepted voice ID from this exact model profile")
p["voice"]=voice
p["response_format"]="mp3"
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 Ultra · Pretvorba v govor

mp3

- `GET /v1/media/tasks/{task_id}`
- `GET /v1/media/assets/{asset_id}/content`
- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

Branje druge vsebine

Medijska knjižnicaStanje opravilaPodrobnosti gradiva

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-assets.json
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_MEDIA_TASK_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_MEDIA_TASK_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_MEDIA_TASK_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/tasks/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-task.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-task.json").read_text())))
PY_RESULT
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_ASSET_ID:?Set the actual ID returned by the response or media-library metadata}"
export AILOOT_ASSET_ID
resource_id=$(python3 -c 'import os,urllib.parse;print(urllib.parse.quote(os.environ["AILOOT_ASSET_ID"],safe=""))')
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/media/assets/$resource_id" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o media-asset.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("media-asset.json").read_text())))
PY_RESULT
```

##### 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 |
| --- | --- |
| Polje`binary audio` | Vrstabytes |
| Polje`response 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. |
| Odgovor`server_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 Ultra** [`qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/sl/#m=qwen%2Fqwen-audio-3.0-tts-flash&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-flash&fmt=speech)

#### Druga imena poti metod

Uporabite zgoraj navedene poti metod.

#### Povezani ID-ji za klic

[`qwen/qwen-audio-3.0-tts-flash`](https://ailoot.ai/models/sl/#m=qwen%2Fqwen-audio-3.0-tts-flash&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-flash&fmt=speech)

FAQ · Qwen: Qwen-Audio-3.0-TTS Flash

Kateri vhodi in rezultati so na voljo?

`POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-flash`: `text` → `audio`

Katera polja uporablja zahteva?

`POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-flash`: `model`, `input`, `voice`, `response_format`

Ailoot povežite s Claude Code, OpenCode, Hermes ali svojo aplikacijo.

## Podjetje in njegov portfelj projektov

Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah.

## Žetone kupujte s popustom.

Naročniški popust za redno delo. Promocijske kode prinesejo do 50% popusta na nakup žetonov.

Naročnina

Za redne zahteve izberite paket s popustom.

Promocijska koda do 50%

Kodo vnesite ob nakupu. Cena se preračuna po veljavni akciji.

Poraba v zgodovini

Za vsako zahtevo se shranijo model, žetoni in znesek.

[Izberite naročnino](https://ailoot.ai/docs/sl/billing/subscriptions/) · [Oglejte si cene modelov](https://ailoot.ai/models/sl/)

## API povežite z izdelkom, ki ga prodajate.

SaaS, aplikacije in boti po ponudbi in licenčni pogodbi Ailoot. Za nadaljnjo prodajo zaprosite za preprodajno licenco.

Komercialna aplikacija

Ustvarjanje besedila, slik, videa in zvoka vključite v plačljive funkcije svoje storitve.

Licenca za preprodajalca

Pošljite opis projekta in shemo dostopa. Zahtevajte pisne pogoje uporabe in nadaljnje prodaje.

Dokumenti na strani

Ponudba, licenčna pogodba in politika obdelave podatkov so dostopne pred povezavo.

[Zaprosite za preprodajno licenco](mailto:support@ailoot.ai) · [Ponudba in licenčna pogodba](https://ailoot.ai/legal/offer?lang=sl)

## Ailoot · Podjetje in njegov portfelj projektov





Ailoot temelji na pridobljenih operativnih izkušnjah, široki bazi strank, stabilni storitvi in stalnem spremljanju KPI.





Podjetje in njegov portfelj projektov: milijoni strank; mesečna prodaja v milijardah.





Ailoot te operativne izkušnje uporablja za dostop prek API do funkcij umetne inteligence v izdelkih strank, agentih, aplikacijah in avtomatizacijah.