Ir al contenido principal

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.

Desde $0.019/1.000 caracteres

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.