Qwen-Audio 3.0 TTS Plus recibe un guion e instrucciones de interpretación para voces sociales expresivas, con 597 voces predefinidas y ajustes de velocidad, altura tonal, volumen y salida de audio.
Playground
Estos ejemplos se escribieron para este endpoint. Cambia el prompt y las URL de ejemplo por archivos tuyos accesibles y, antes de enviar, revisa la estimación al día y la disponibilidad del modelo.
- 0:00 / –:––
late-night-call Luna Wang interpreta en inglés una respuesta telefónica cálida con indicaciones juguetonas; este MP3 dura unos 8,9 segundos.
- en
- mp3
- 0:00 / –:––
last-set-coach Adrian Gao lee en inglés palabras de motivación para entrenar como un entrenador animado, en un MP3 de unos 9,8 segundos.
- en
- mp3
Este ejemplo parte de $0.019 por 1.000 caracteres. El Playground actualiza la estimación cada vez que cambias los ajustes.
