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

# qwen-audio-3.0-tts-plus

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

## [qwen-audio-3.0-tts-plus](https://ailoot.ai/models/th/qwen-audio-3-0-tts-plus/)

โมเดลแปลงข้อความเป็นเสียงพูดที่สื่ออารมณ์ สำหรับวิดีโอ หนังสือเสียง และสื่อเสียง รองรับการควบคุมลีลาการพูดและการเลือกเสียงสำเร็จรูปหรือเสียงที่สร้างจากตัวอย่าง

- [**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/th/qwen-audio-3-0-tts-plus/#method-0)
- [**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `qwen-tts`](https://ailoot.ai/models/th/qwen-audio-3-0-tts-plus/#method-1)
- [**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `qwen-tts-latest`](https://ailoot.ai/models/th/qwen-audio-3-0-tts-plus/#method-2)

เกี่ยวกับโมเดล

คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก

Qwen-Audio-3.0-TTS-Plus แปลงข้อความเป็นเสียงพูดที่สื่ออารมณ์ Alibaba ออกแบบสำหรับการพากย์เนื้อหา หนังสือเสียง วิดีโอ และสื่อที่ต้องการเอกลักษณ์เสียงที่จดจำได้อย่างมืออาชีพ อินพุตคือข้อความ เอาต์พุตคือเสียง และรองรับการทยอยส่งเสียงระหว่างสังเคราะห์ด้วย

#### ลีลาการพูดเป็นส่วนหนึ่งของคำสั่ง

กำหนดการถ่ายทอดได้ด้วยคำสั่งภาษาธรรมชาติและแท็กควบคุมแบบละเอียด เพื่อระบุอารมณ์ น้ำเสียง บุคลิก จังหวะ ความดัง และสไตล์การพูด จึงสามารถชี้นำการพูดประโยคเดียวกันได้ตั้งแต่การเล่าเรื่องอย่างสงบไปจนถึงการพูดที่มีพลังหรืออารมณ์มากขึ้น

การสื่ออารมณ์สัมพันธ์กับเสียงที่เลือกและเนื้อหาของข้อความ เพื่อให้ออกเสียงได้สม่ำเสมอ ภาษาของเนื้อหาต้องตรงกับภาษาที่เสียงนั้นรองรับ โมเดลนี้ใช้พากย์เนื้อหาที่เขียนไว้ ส่วนการวิเคราะห์ความหมายของบทสนทนาและการถอดเสียงจากไฟล์ต้นฉบับเป็นงานเสียงประเภทอื่น

#### เสียงสำเร็จรูปและเสียงจากตัวอย่าง

มีเสียงระบบสองเสียง ได้แก่ เสียงผู้หญิงอบอุ่นและเสียงผู้ชายร่าเริง ซึ่งรองรับภาษาจีนและภาษาอังกฤษ นอกจากนี้ยังมีเสียงพื้นฐานมากกว่า 500 เสียง และความสามารถเลียนเสียงจากตัวอย่างเสียงพูด ผู้ผลิตแนะนำเสียงระบบเมื่อต้องการเสียงที่มีความสม่ำเสมอ

เสียงจากตัวอย่างรองรับภาษาจีนรวมถึงรูปแบบการออกเสียงในภูมิภาค อังกฤษ ฝรั่งเศส เยอรมัน ญี่ปุ่น เกาหลี รัสเซีย โปรตุเกส ไทย อินโดนีเซีย เวียดนาม อิตาลี สเปน มาเลย์ ฟิลิปปินส์ และอาหรับ นี่เป็นความสามารถทางภาษาของโหมดที่เกี่ยวข้อง ไม่ได้หมายความว่าเสียงสำเร็จรูปทุกเสียงจะรองรับภาษาเหล่านี้โดยอัตโนมัติ

ข้อกำหนดของตัวอย่างเป็นของวิธีสร้างเสียงแยกต่างหากในระบบของผู้ผลิต เมื่อสังเคราะห์เสียงพูดจะใช้เสียงที่เตรียมไว้แล้ว เสียงที่เตรียมไว้ต้องตรงกับโมเดลพากย์ที่เลือก หากใช้เสียงของโมเดลอื่นในระบบของผู้ผลิต จะเกิดข้อผิดพลาดในการสังเคราะห์ แนะนำให้ใช้เสียงพูดชัดเจนที่ยาว 10–20 วินาทีเป็นตัวอย่าง ขีดจำกัดรวมคือ 60 วินาทีและ 10 MB โดยต้องมีเสียงพูดต่อเนื่องไม่น้อยกว่าห้าวินาที รองรับ WAV แบบ 16 บิต, MP3 และ M4A ที่อัตราสุ่มสัญญาณไม่น้อยกว่า 16 kHz ใช้ได้หนึ่งหรือสองช่องสัญญาณ แต่หากมีสองช่องจะใช้ช่องแรก

ตัวอย่างเสียงพูดต้องมีเพียงเสียงเดียว ไม่มีคนพูดพร้อมกัน ไม่มีดนตรีหรือการร้องเพลง ข้อกำหนดของผู้ผลิตจำกัดช่วงหยุดสั้น ๆ ในตัวอย่างไว้ไม่เกินสองวินาที เพื่อช่วยแยกโทนเสียงและลักษณะการออกเสียงที่ใช้สังเคราะห์ต่อไป การควบคุมการถ่ายทอดและการเลียนเสียงจากตัวอย่างเป็นคนละด้านของการทำงานของโมเดล และใช้เตรียมเสียงสำหรับเนื้อหาเดียวกันได้

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `qwen-audio-3.0-tts-plus`

[`qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-audio-3.0-tts-plus&fmt=speech)

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

ID โมเดล

- `qwen-audio-3.0-tts-plus`
- `qwen-tts`
- `qwen-tts-latest`

### เริ่มต้น

โมเดลแปลงข้อความเป็นเสียงพูดที่สื่ออารมณ์ สำหรับวิดีโอ หนังสือเสียง และสื่อเสียง รองรับการควบคุมลีลาการพูดและการเลือกเสียงสำเร็จรูปหรือเสียงที่สร้างจากตัวอย่าง

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

speech

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech`

ขาเข้า

`text`

ขาออก

`speech`

รูปแบบเอาต์พุต

mp3/wav/pcm ที่เลือก

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด qwen-audio-3.0-tts-plus | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1 ความยาวสูงสุด: 600 หน่วย: อักขระ Unicode | ค่าเริ่มต้น— |
| ฟิลด์`voice` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ตัวอย่าง: longanlingxin, longanlufeng แพตเทิร์นแบบกำหนดเองที่รองรับ: ^qwen-audio-3\\.0-tts-plus- เงื่อนไข: ยอมรับ ID เสียงกำหนดเองจริงที่มีคำนำหน้าตรงตาม qwen-audio-3.0-tts-plus- | ค่าเริ่มต้นlonganlingxin |
| ฟิลด์`response_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด mp3, wav, pcm | ค่าเริ่มต้นmp3 |
| ฟิลด์`sample_rate` | ประเภท`integer` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด 16,000, 24,000, 48,000 หน่วย: Hz | ค่าเริ่มต้น24,000 |

ชุดผสมของสื่ออินพุต

**text\_to\_speech** · จำเป็น: input

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`required` | ข้อกำหนดnull |
| พารามิเตอร์`optional_controls` | ข้อกำหนดnull |

วงจรการทำงาน: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · ค่า task\_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

### ราคา

#### อัตราค่าบริการเมธอด Ailoot

ขาเข้า

US$20.00 *ต่อ 1 ล้านอักขระ*

ขาออก

US$0.00 *ต่อคำขอ*

US$20.00 ต่ออักขระที่ใช้คำนวณ 1 ล้านตัว. อักษรสื่อความหมาย CJK นับเป็นอักขระที่ใช้คำนวณ 2 ตัว: US$40.00 ต่ออักษรสื่อความหมาย 1 ล้านตัว. น้ำหนักของอักขระ Unicode อื่น ๆ: 1. เสียงขาออก: US$0.00.

การนับแบบมีเงื่อนไขตามแค็ตตาล็อกอย่างละเอียด

```
{
  "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 กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot · การสังเคราะห์เสียงพูด

ตัวอย่างเสียงพูด

```bash
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
```

### รับและบันทึกผลลัพธ์

#### Ailoot · การสังเคราะห์เสียงพูด

mp3/wav/pcm ที่เลือก

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

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ operation\_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`binary audio` | ประเภทbytes |
| ฟิลด์`response headers` | ประเภทheaders |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
| การตอบกลับ`server_error` | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot** [`qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-audio-3.0-tts-plus&fmt=speech), [`qwen-tts`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts&fmt=speech), [`qwen-tts-latest`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts-latest&fmt=speech)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-audio-3.0-tts-plus&fmt=speech), [`qwen-tts`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts&fmt=speech), [`qwen-tts-latest`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts-latest&fmt=speech)

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `qwen-tts`

[`qwen-tts`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts&fmt=speech)

Alibaba /`qwen-tts`

ID โมเดล

- `qwen-audio-3.0-tts-plus`
- `qwen-tts`
- `qwen-tts-latest`

### เริ่มต้น

โมเดลแปลงข้อความเป็นเสียงพูดที่สื่ออารมณ์ สำหรับวิดีโอ หนังสือเสียง และสื่อเสียง รองรับการควบคุมลีลาการพูดและการเลือกเสียงสำเร็จรูปหรือเสียงที่สร้างจากตัวอย่าง

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

speech

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech`

ขาเข้า

`text`

ขาออก

`speech`

รูปแบบเอาต์พุต

mp3/wav/pcm ที่เลือก

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด qwen-tts | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1 ความยาวสูงสุด: 600 หน่วย: อักขระ Unicode | ค่าเริ่มต้น— |
| ฟิลด์`voice` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ตัวอย่าง: longanlingxin, longanlufeng แพตเทิร์นแบบกำหนดเองที่รองรับ: ^qwen-audio-3\\.0-tts-plus- เงื่อนไข: ยอมรับ ID เสียงกำหนดเองจริงที่มีคำนำหน้าตรงตาม qwen-audio-3.0-tts-plus- | ค่าเริ่มต้นlonganlingxin |
| ฟิลด์`response_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด mp3, wav, pcm | ค่าเริ่มต้นmp3 |
| ฟิลด์`sample_rate` | ประเภท`integer` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด 16,000, 24,000, 48,000 หน่วย: Hz | ค่าเริ่มต้น24,000 |

ชุดผสมของสื่ออินพุต

**text\_to\_speech** · จำเป็น: input

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`required` | ข้อกำหนดnull |
| พารามิเตอร์`optional_controls` | ข้อกำหนดnull |

วงจรการทำงาน: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · ค่า task\_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

### ราคา

#### อัตราค่าบริการเมธอด Ailoot

ขาเข้า

US$20.00 *ต่อ 1 ล้านอักขระ*

ขาออก

US$0.00 *ต่อคำขอ*

US$20.00 ต่ออักขระที่ใช้คำนวณ 1 ล้านตัว. อักษรสื่อความหมาย CJK นับเป็นอักขระที่ใช้คำนวณ 2 ตัว: US$40.00 ต่ออักษรสื่อความหมาย 1 ล้านตัว. น้ำหนักของอักขระ Unicode อื่น ๆ: 1. เสียงขาออก: US$0.00.

การนับแบบมีเงื่อนไขตามแค็ตตาล็อกอย่างละเอียด

```
{
  "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 กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot · การสังเคราะห์เสียงพูด

ตัวอย่างเสียงพูด

```bash
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
```

### รับและบันทึกผลลัพธ์

#### Ailoot · การสังเคราะห์เสียงพูด

mp3/wav/pcm ที่เลือก

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

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ operation\_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`binary audio` | ประเภทbytes |
| ฟิลด์`response headers` | ประเภทheaders |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
| การตอบกลับ`server_error` | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot** [`qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-audio-3.0-tts-plus&fmt=speech), [`qwen-tts`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts&fmt=speech), [`qwen-tts-latest`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts-latest&fmt=speech)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-audio-3.0-tts-plus&fmt=speech), [`qwen-tts`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts&fmt=speech), [`qwen-tts-latest`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts-latest&fmt=speech)

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech` `qwen-tts-latest`

[`qwen-tts-latest`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts-latest&fmt=speech)

Alibaba /`qwen-tts-latest`

ID โมเดล

- `qwen-audio-3.0-tts-plus`
- `qwen-tts`
- `qwen-tts-latest`

### เริ่มต้น

โมเดลแปลงข้อความเป็นเสียงพูดที่สื่ออารมณ์ สำหรับวิดีโอ หนังสือเสียง และสื่อเสียง รองรับการควบคุมลีลาการพูดและการเลือกเสียงสำเร็จรูปหรือเสียงที่สร้างจากตัวอย่าง

อินพุตที่รองรับ

ข้อความ

ผลลัพธ์

speech

### ใช้งานได้ใน Ailoot · อินพุตและเมธอด

**Ailoot · การสังเคราะห์เสียงพูด** `POST /v1/audio/speech`

ขาเข้า

`text`

ขาออก

`speech`

รูปแบบเอาต์พุต

mp3/wav/pcm ที่เลือก

| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
| --- | --- | --- | --- | --- |
| ฟิลด์`model` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด qwen-tts-latest | ค่าเริ่มต้น— |
| ฟิลด์`input` | ประเภท`string` | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด ความยาวขั้นต่ำ: 1 ความยาวสูงสุด: 600 หน่วย: อักขระ Unicode | ค่าเริ่มต้น— |
| ฟิลด์`voice` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด ตัวอย่าง: longanlingxin, longanlufeng แพตเทิร์นแบบกำหนดเองที่รองรับ: ^qwen-audio-3\\.0-tts-plus- เงื่อนไข: ยอมรับ ID เสียงกำหนดเองจริงที่มีคำนำหน้าตรงตาม qwen-audio-3.0-tts-plus- | ค่าเริ่มต้นlonganlingxin |
| ฟิลด์`response_format` | ประเภท`string` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด mp3, wav, pcm | ค่าเริ่มต้นmp3 |
| ฟิลด์`sample_rate` | ประเภท`integer` | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด 16,000, 24,000, 48,000 หน่วย: Hz | ค่าเริ่มต้น24,000 |

ชุดผสมของสื่ออินพุต

**text\_to\_speech** · จำเป็น: input

พารามิเตอร์และวงจรการทำงานของเมธอด

| พารามิเตอร์ | ข้อกำหนด |
| --- | --- |
| พารามิเตอร์`material_types` | ข้อกำหนดtext |
| พารามิเตอร์`required` | ข้อกำหนดnull |
| พารามิเตอร์`optional_controls` | ข้อกำหนดnull |

วงจรการทำงาน: `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · ค่า task\_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ

### ราคา

#### อัตราค่าบริการเมธอด Ailoot

ขาเข้า

US$20.00 *ต่อ 1 ล้านอักขระ*

ขาออก

US$0.00 *ต่อคำขอ*

US$20.00 ต่ออักขระที่ใช้คำนวณ 1 ล้านตัว. อักษรสื่อความหมาย CJK นับเป็นอักขระที่ใช้คำนวณ 2 ตัว: US$40.00 ต่ออักษรสื่อความหมาย 1 ล้านตัว. น้ำหนักของอักขระ Unicode อื่น ๆ: 1. เสียงขาออก: US$0.00.

การนับแบบมีเงื่อนไขตามแค็ตตาล็อกอย่างละเอียด

```
{
  "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 กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย [วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →](https://ailoot.ai/docs/th/billing/reserve/)

### ตัวอย่างคำขอ

#### Ailoot · การสังเคราะห์เสียงพูด

ตัวอย่างเสียงพูด

```bash
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
```

### รับและบันทึกผลลัพธ์

#### Ailoot · การสังเคราะห์เสียงพูด

mp3/wav/pcm ที่เลือก

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

##### เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด

เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน

เก็บผลลัพธ์ไบนารีและส่วนหัวให้ครบถ้วน หากได้รับ JSON/ผลลัพธ์หลายรายการ ให้เก็บข้อมูลทุกรายการและดึงไฟล์สื่อจาก URL แบบลงนามทุกรายการที่ได้รับจริง

##### เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ

เก็บ operation\_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ

ฟิลด์การตอบกลับ

| ฟิลด์ | ประเภท |
| --- | --- |
| ฟิลด์`binary audio` | ประเภทbytes |
| ฟิลด์`response headers` | ประเภทheaders |

ข้อผิดพลาดและขั้นตอนถัดไป

| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
| --- | --- | --- |
| การตอบกลับ400 · `invalid_request_error` | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
| การตอบกลับ`server_error` | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |

### ชื่ออื่น

#### ชื่ออื่นของโมเดล

**Ailoot** [`qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-audio-3.0-tts-plus&fmt=speech), [`qwen-tts`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts&fmt=speech), [`qwen-tts-latest`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts-latest&fmt=speech)

#### ชื่อพาธเมธอดอื่น

ใช้พาธเมธอดที่แสดงด้านบน

#### ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล

[`qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-audio-3.0-tts-plus&fmt=speech), [`qwen-tts`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts&fmt=speech), [`qwen-tts-latest`](https://ailoot.ai/models/th/#m=qwen-audio-3.0-tts-plus&route=Core&caller=qwen-tts-latest&fmt=speech)

FAQ · qwen-audio-3.0-tts-plus

มีอินพุตและผลลัพธ์ใดบ้าง?

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

คำขอใช้ฟิลด์ใดบ้าง?

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

มีข้อจำกัดใดบ้าง?

`POST /v1/audio/speech` · `qwen-audio-3.0-tts-plus`: `input.maximum_length`: `600` `POST /v1/audio/speech` · `qwen-tts`: `input.maximum_length`: `600` `POST /v1/audio/speech` · `qwen-tts-latest`: `input.maximum_length`: `600`

เชื่อม Ailoot กับ Claude Code, OpenCode, Hermes หรือแอปของคุณ

## บริษัทและพอร์ตโฟลิโอโครงการของบริษัท

บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.

## ซื้อโทเคนพร้อมส่วนลด

ส่วนลดสมาชิกสำหรับงานประจำ โค้ดโปรโมชั่นลดซื้อโทเคนสูงสุด 50%

สมาชิก

เลือกแพ็กเกจมีส่วนลดสำหรับคำขอประจำ

โค้ดลดสูงสุด 50%

ใส่โค้ดขณะซื้อ ราคาคำนวณใหม่ตามโปรโมชั่นที่ใช้

รายจ่ายในประวัติ

เก็บโมเดล โทเคน และยอดสำหรับทุกคำขอ

[เลือกสมาชิก](https://ailoot.ai/docs/th/billing/subscriptions/) · [ดูราคาโมเดล](https://ailoot.ai/models/th/)

## เชื่อม API กับผลิตภัณฑ์ ที่คุณขาย

SaaS แอป และบอต ตามข้อเสนอและสัญญาอนุญาต Ailoot หากขายต่อให้ขอใบอนุญาตรีเซลเลอร์

แอปเชิงพาณิชย์

ใส่การสร้างข้อความ ภาพ วิดีโอ และเสียงในฟีเจอร์เสียเงินของบริการคุณ

ใบอนุญาตรีเซลเลอร์

ส่งคำอธิบายโครงการและรูปแบบการเข้าถึง ขอเงื่อนไขใช้และขายต่อเป็นลายลักษณ์อักษร

เอกสารบนเว็บไซต์

อ่านข้อเสนอ สัญญาอนุญาต และนโยบายประมวลผลข้อมูลก่อนเชื่อมได้

[ขอใบอนุญาตขายต่อ](mailto:support@ailoot.ai) · [ข้อเสนอและสัญญาอนุญาต](https://ailoot.ai/legal/offer?lang=th)

## Ailoot · บริษัทและพอร์ตโฟลิโอโครงการของบริษัท





Ailoot อาศัยประสบการณ์การดำเนินงานที่สั่งสม ฐานลูกค้าขนาดใหญ่ บริการที่เสถียร และการติดตาม KPI อย่างต่อเนื่อง





บริษัทและพอร์ตโฟลิโอโครงการของบริษัท: ลูกค้าหลายล้านราย; ยอดขายระดับหลายพันล้านต่อเดือน.





Ailoot นำประสบการณ์การดำเนินงานนี้มาใช้เพื่อให้เข้าถึงฟังก์ชัน AI ผ่าน API ในผลิตภัณฑ์ของลูกค้า เอเจนต์ แอปพลิเคชัน และระบบอัตโนมัติ