Source: https://ailoot.ai/models/zh-hant-tw/qwen-qwen-audio-3-0-tts-plus/ Canonical: https://ailoot.ai/models/zh-hant-tw/qwen-qwen-audio-3-0-tts-plus/ Language: zh-hant-tw # Qwen: Qwen-Audio-3.0-TTS Plus [Markdown](https://ailoot.ai/models/zh-hant-tw/qwen-qwen-audio-3-0-tts-plus/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/qwen-qwen-audio-3-0-tts-plus/facts.json) ## [Qwen: Qwen-Audio-3.0-TTS Plus](https://ailoot.ai/models/zh-hant-tw/qwen-qwen-audio-3-0-tts-plus/) Qwen-Audio-3.0-TTS-Plus 是 Qwen 的文字轉語音模型，著重細緻、自然且富表現力的音訊，適用於旁白、有聲書及配音。它支援此模型專屬的預設或複製聲音、串流輸出，以及調整說話方式的指令或標籤。 - [**Ailoot Ultra · 語音合成** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/zh-hant-tw/qwen-qwen-audio-3-0-tts-plus/#method-0) 關於模型 此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。 Qwen-Audio-3.0-TTS-Plus 將書面文字轉成富表現力的語音，Plus 版本著重合成品質、自然度及細緻的聲音表達。Qwen 將內容創作、有聲書、電影及影片配音、專業語音製作列為主要應用。更新後的模型資料描述更廣泛的低資源語言及中文方言支援、更自然的方言表現，以及對情緒、語氣、角色、語速、音量和風格的更強控制。開發商也報告在嘈雜或有殘響的聲學條件下，清晰度、解析度及穩健性有所改善。 Plus 是此文字轉語音系列中重視品質的版本；Flash 則另外定位於即時互動。請將旁白準備成口語腳本，明確指出預定聽眾、速度及情緒方向。有聲書段落的示範任務說明可使用清晰咬字、平穩速度及克制的溫暖感；影片旁白則可要求嚴肅開場後接較有活力的解說。這些是所提供文字的表達選擇。模型是語音合成器，不是轉錄服務，也不是完整視覺場景生成器。 Plus 的官方系統聲音包括 Long An Ling Xin，描述為溫暖且富同理心，以及 Long An Lu Feng，描述為明亮開朗。兩者都列為支援普通話及英文。開發商也為此版本提供超過 500 種基礎聲音，附有預覽，可先評估再選擇。為得到較一致的合成效果，開發商建議使用系統聲音。請從確切的 Plus 清單選擇聲音，並讓腳本語言符合該聲音支援的語言；Flash 聲音不會僅因屬於同一較大系列就可互換。 模型支援根據範例複製聲音。文件記載的複製聲音語言包括中文、英文、日文、韓文、俄文、法文、德文、葡萄牙文、泰文、印尼文、越南文、西班牙文、義大利文、馬來文、菲律賓文及阿拉伯文。中文變體包含普通話、粵語、重慶、東北、甘肅、貴州、浙江、河北、河南、湖北、湖南、江西、寧波、寧夏、青島、陝西、山西、山東、上海話、四川及雲南，方言透過指令控制。開發商的模型表區分聲音複製與透過文字描述建立聲音：Plus 支援複製，但不支援另一種聲音設計模式。 合適的複製參考音訊，是以正常速度說出的清晰語音，不含音樂、背景雜音、其他說話者或歌唱。開發商建議 10–20 秒，允許最多 60 秒，檔案不得超過 10 MB。參考格式為 16 位元 WAV、MP3 及 M4A，取樣率至少 16 kHz。至少需要五秒連續清晰語音，其餘停頓應不超過兩秒。立體聲只處理第一聲道。建立的聲音識別碼綁定 Plus，準備完成後用於合成；要透過 Flash 重現同一參考音訊，須另外建立 Flash 聲音。 自然語言指令可調整系統及複製聲音的語氣、速度、情緒和音色。請使用具體、可聽見的描述，而不是模糊要求好聲音。行內情緒標籤可在腳本中設定風格，豐富語言標籤可在選定位置插入發聲效果。例如，\[serious\] 改變後續表達，\[sighing\] 插入一聲嘆息，但不改變周圍的情緒風格。控制標籤持續作用，直到下一個控制標籤或自動句子分段。這項標籤功能僅記載適用於單向串流，因此其範圍與雙向文字輸入使用的指令不同。 開發商的輸出選項為 PCM、WAV、MP3 及 Opus，列出的取樣率為 8,000、16,000、22,050、24,000、44,100 及 48,000 Hz。文件記載的預設值為 MP3 及 22,050 Hz。音量可設定為 0 至 100，速度及音高為 0.5 至 2.0；MP3 及 Opus 另可設定 6 至 510 kbps 的位元率。請選擇播放或編輯所需的表示格式，並在較長作品的各段保持相同設定。串流輸出包含音訊影格及句子中繼資料，符合資格的聲音可提供詞語時間戳記，包括複製聲音。 文件記載的 WebSocket 文字輸入流程允許每則訊息 20,000 個字元、累計 200,000 個字元，並要求提交間隔不超過 23 秒。它可以接收完整腳本或依序排列的文字片段，並在輸入完成時結束。開發商也記載了取消目前合成輪次的方法。這些是該協定的限制與行為，不是通用的生成時長上限。長旁白請將腳本整理為連貫章節，並把順序及文字與產生的音訊一併保留，以便一致地組裝及審查作品。 發音方面，開發商提供目標語言提示、拼音註記及文字替換，以處理數字、縮寫、符號或單字的不理想讀法。SSML 是另有資格限制的標記模式：Qwen 文件支援在非串流或單向串流呼叫中，為複製聲音使用 SSML；啟用後只能提交一次文字。這不表示每個系統聲音或雙向串流都支援 SSML。實用的 Plus 流程從相容聲音及完成的腳本開始，再為朗讀段落加入精確的表達及發音選擇。 **Ailoot Ultra · 語音合成** `POST /v1/audio/speech` `qwen/qwen-audio-3.0-tts-plus` [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/zh-hant-tw/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech) Alibaba /`qwen/qwen-audio-3.0-tts-plus` ### 入門 Qwen-Audio-3.0-TTS-Plus 是 Qwen 的文字轉語音模型，著重細緻、自然且富表現力的音訊，適用於旁白、有聲書及配音。它支援此模型專屬的預設或複製聲音、串流輸出，以及調整說話方式的指令或標籤。 接受的輸入 文字 結果 音訊 ### Ailoot 可用 · 輸入與方法 **Ailoot Ultra · 語音合成** `POST /v1/audio/speech` 輸入 `text` 輸出 `audio` 輸出格式 mp3 | 欄位 | 類型 | 要求 | 值與限制 | 預設值 | | --- | --- | --- | --- | --- | | 欄位`model` | 類型`string` | 要求必填 | 值與限制 qwen/qwen-audio-3.0-tts-plus | 預設值— | | 欄位`input` | 類型`string` | 要求必填 | 值與限制 長度下限: 1 單位: Unicode 字元 | 預設值— | | 欄位`voice` | 類型`string` | 要求必填 | 值與限制 longanlingxin, longanlufeng | 預設值— | | 欄位`response_format` | 類型`string` | 要求必填 | 值與限制 mp3 | 預設值— | 輸入素材組合 **text\_to\_speech** · 必填： input 方法參數與生命週期 | 參數 | 規格 | | --- | --- | | 參數`content_type` | 規格application/json | | 參數`required` | 規格model, input, voice, response\_format | | 參數`voice_ids` | 規格longanlingxin, longanlufeng | | 參數`response_format` | 規格mp3 | | 參數`max_input_characters` | 規格null | | 參數`other_options` | 規格false | | 參數`input` | 規格完全相符的 UTF-8 文字；不經正規化的 Unicode 字元計數 | | 參數`material_types` | 規格text | 生命週期： `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 實際回傳的 task\_id 或媒體庫紀錄 `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` 請從此模型設定檔中選擇完全相符的語音。 輸入字元數與音訊秒數是不同的計量方式。 ### 方案 費率資訊不會增加請求選項。支援的參數列於所選方法中。 快速模式 未指定 選取快速模式時 flex 模式 未指定 選取 flex 模式時 最高推理強度 未指定 最高推理強度採用 default 調整值時 #### Ailoot 費率 #### 各設定的價格 請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。 | 設定 | 費率表 | 應計費數量 | 計費單位 | 費用 | | --- | --- | --- | --- | --- | | 設定基礎 token 費率 | 費率表基本費率 | 應計費數量— | 計費單位— | 費用 輸入 · 輸入 Token **—** / 1K Token 輸出 · 輸出 Token **—** / 1K Token 輸入 · 讀取快取 **—** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token | | 設定Ultra | 費率表— | 應計費數量每個 Unicode 碼位均計為一個字元，漢字亦同。 | 計費單位每 1K 個輸入字元 | 費用 輸入 · 輸入字元 **$0.04** 每 1K 個輸入字元 | #### 參考費率詳情 模型層級的參考費率表不會變更方法選擇、報價或費用。實際計費採用所選 Ailoot 方法的費率。 Qwen: Qwen-Audio-3.0-TTS Plus #### 各設定的價格 | 設定 | 計費條件 | 費用 | | --- | --- | --- | | 設定Qwen: Qwen-Audio-3.0-TTS Plus · 預設設定 | 計費條件預設設定 | 費用 輸入 · 輸入字元數 **US$0.00004** 每個輸入字元 | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 語音合成 curl ```bash set -eu : "${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-plus", "input": "Good afternoon! This is a short voice take."}') voice=os.environ["AILOOT_VOICE_ID"] allowed=json.loads('["longanlingxin", "longanlufeng"]') 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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o speech.mp3 ``` ### 接收並儲存結果 #### Ailoot Ultra · 語音合成 mp3 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` 其他內容讀取方式 媒體庫工作狀態素材詳細資訊 ```bash set -eu : "${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 ``` ##### 保留所有已完成的結果 請保留所有完整傳回的回應、檔案與內容區塊。 保留完整的二進位結果與標頭。若回傳 JSON 或多個輸出，請保留所有資料項目，並透過每個實際回傳的已簽署資產 URL 取得內容。 ##### 需要檢查原始回應時 保留原始 operation\_id/X-Client-Request-ID 以供核對，請勿重新提交；沒有專用的音訊輪詢路由。 回應欄位 | 欄位 | 類型 | | --- | --- | | 欄位`binary audio` | 類型bytes | | 欄位`response headers` | 類型headers | 錯誤與後續步驟 | 回應 | 條件 | 下一步 | | --- | --- | --- | | 回應400 · `invalid_request_error` | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 | | 回應`server_error` | 條件回傳的回應表示該作業或結果需要檢查 | 下一步保留原始回傳的作業／任務 ID、請求標頭與回應；繼續以支援的方式讀取該原始作業。請勿重新提交建立請求。 | ### 別名 #### 模型別名 **Ailoot Ultra** [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/zh-hant-tw/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech) #### 方法路徑別名 請使用上方列出的 API 方法路徑。 #### 相關呼叫用 ID [`qwen/qwen-audio-3.0-tts-plus`](https://ailoot.ai/models/zh-hant-tw/#m=qwen%2Fqwen-audio-3.0-tts-plus&route=Ultra&caller=qwen%2Fqwen-audio-3.0-tts-plus&fmt=speech) FAQ · Qwen: Qwen-Audio-3.0-TTS Plus 可以使用哪些輸入與結果？ `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-plus`: `text` → `audio` 請求使用哪些欄位？ `POST /v1/audio/speech` · `qwen/qwen-audio-3.0-tts-plus`: `model`, `input`, `voice`, `response_format` 將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。 ## 公司及其專案組合 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 ## 優惠購買 token。 訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。 訂閱 為定期請求選擇優惠方案。 最高 50% 折扣碼 購買時輸入代碼，價格依活動重算。 歷史中的費用 每次請求保存模型、token 與金額。 [選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/) ## 將 API 加入 你銷售的產品。 依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。 商用應用程式 在付費功能加入文字、圖片、影片與聲音生成。 經銷授權 提供專案說明與存取方式，要求書面使用和轉售條件。 網站文件 串接前可閱讀正式服務條款、授權合約與資料處理政策。 [申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw) ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。