Ir al contenido principal

Qwen-Audio 3.1 TTS Plus recibe un guion e instrucciones de interpretación para narraciones de alta fidelidad, con 4 voces multilingües del sistema y ajustes de velocidad, altura tonal, volumen y salida de audio.

Desde $0.029/1.000 caracteres

Playground

Entrada

Texto a voz
163/10000
Guion de 3.1 TTS Plus: text es obligatorio, admite hasta 10.000 caracteres y no tiene un guion predeterminado; su longitud determina el cobro por cada 1,000 caracteres. mínimo 1 caracteres · máximo 10000 caracteres

163 caracteres

Voz
Long An Huan (Chinese)Long An Lingxin (Chinese)Xu Nanchuan (Chinese)Long An Fengyue (Chinese)
Elección de voz de 3.1 TTS Plus: selecciona una de las 4 voces multilingües del sistema propias del modelo; se rechazan los ID de otros modelos, la información proporcionada no especifica un valor predeterminado y la elección no afecta el precio.
75/1000
Dirección de 3.1 TTS Plus: notas libres sobre emoción, tono, personalidad, ritmo o dialecto que no se leen ni se cobran; la información proporcionada no especifica un límite de longitud ni indicaciones predeterminadas. máximo 1000 caracteres

Nunca se lee en voz alta. Solo define cómo se interpreta el guion.

Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo
0:00 / –:––

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

Elige quién narra. Dirige la interpretación.

Qwen-Audio 3.1 TTS Plus es la opción de Alibaba centrada en la fidelidad para narraciones, grabaciones de marca y diálogos interpretados. Elige entre cuatro voces multilingües preestablecidas, envía un pasaje de hasta 10.000 caracteres e indica la emoción, la personalidad o el ritmo en una nota aparte. El precio es de $0.0285 por cada 1.000 caracteres de texto; las indicaciones no se cobran. SpicyAPI no agrega filtros de contenido: en nuestras pruebas del 5 de noviembre de 2026, este modelo leyó los guiones NSFW tal como se enviaron.

Abrir el playground
Elige quién narra. Dirige la interpretación.
Reparto de voces
4 voces multilingües preestablecidas
Longitud del pasaje
Hasta 10.000 caracteres
Notas de interpretación
Hasta 1.000 caracteres
Formatos de exportación
MP3, WAV, PCM, Opus
Precio de narración
$0.0285 / 1.000 caracteres de texto
Conservación de archivos
14 días
Selección de voz
Prueba cuatro voces para el papelLong An Huan, Long An Lingxin, Long An Fengyue y Xun Anchuan forman el reparto preestablecido. Compara cómo leen un pasaje inicial antes de elegir quién narrará el libro o representará a la marca.
Interpretación
Dale una escena a la vozColoca el pasaje que se leerá en text y la dirección de actuación en instructions. Ahí puedes indicar emoción, tono, personalidad, ritmo y dialecto; esas notas no se leen ni se facturan.
Producción
El formato que necesita la siguiente etapaMP3 es el formato predeterminado; elige WAV, PCM sin procesar u Opus si lo requiere tu flujo de edición o reproducción. Las frecuencias de muestreo disponibles van de 8 a 48 kHz, con 24 kHz como valor predeterminado.

Qué hace bien la API de Qwen-Audio 3.1 TTS Plus

  • Narración con la fidelidad como prioridad

    Alibaba presenta 3.1 Plus como una opción de alta fidelidad para lecturas en las que la voz sostiene la obra. Prueba prosa descriptiva y diálogo juntos antes de grabar el contenido completo.

  • Espacio para un pasaje extenso

    Cada tarea admite hasta 10.000 caracteres en text. Divide los manuscritos largos en cambios de escena o párrafos adecuados y revisa las uniones entre grabaciones.

  • Dirección de actuación por separado

    Tienes hasta 1.000 caracteres de instrucciones para describir a quien habla y su recorrido emocional. Para un saludo de marca, por ejemplo, puedes pedir seguridad serena y un cierre acogedor.

  • Marcado para afinar cada frase

    Activa enable_ssml cuando text incluya SSML para pronunciación, énfasis o pausas. Revisa un fragmento con marcado antes de aplicar el mismo criterio a todo un capítulo.

  • Controles de ritmo, tono y volumen

    Ajusta speed y pitch de 0.5 a 2, y volume de 0 a 100. Así puedes comparar cambios en la lectura sin reescribir el pasaje.

  • Voces multilingües y dirección de dialecto

    Deja que language detecte el idioma del guion o especifica una de las diez opciones. Puedes pedir un dialecto en instructions; escucha la pronunciación para comprobar el resultado.

Para quién es Qwen-Audio 3.1 TTS Plus

  • Encuentra la voz de un pasaje largo

    Productores de audiolibros

    Encuentra la voz de un pasaje largo

    Empieza con el inicio de un capítulo, elige una voz preestablecida y adapta el ritmo a la prosa. Guarda esa elección para preparar los pasajes siguientes.

  • Una misma voz para el saludo y el menú

    Equipos de marca y atención telefónica

    Una misma voz para el saludo y el menú

    Prepara el saludo y las opciones telefónicas con una voz y una dirección de marca compartidas. Comprueba que las opciones se entiendan y que el cierre deje tiempo para responder.

  • Prueba la actuación antes de editar

    Editores de cine y animación

    Prueba la actuación antes de editar

    Genera el diálogo preparado con notas sobre el personaje y la escena. Lleva el audio elegido a la edición y compara su duración con la imagen; la síntesis no garantiza un ajuste automático de tiempos.

  • Dirige al personaje dentro de la escena

    Guionistas y equipos de audio de videojuegos

    Dirige al personaje dentro de la escena

    Escribe el diálogo de la misión aparte de la nota de interpretación. Compara una toma contenida con otra más urgente y elige la grabación que encaje con la escena.

Cómo llamar a la API de Qwen-Audio 3.1 TTS Plus

  1. Prepara un pasaje de prueba

    Pon las palabras de la grabación en text, sin superar el límite de 10.000 caracteres. Usa un fragmento breve mientras decides quién narrará.

  2. Elige una voz de este reparto

    Asigna a voice_id una voz de 3.1 Plus; no se aceptan IDs de otros modelos. Agrega language si prefieres indicar el idioma en lugar de usar auto.

  3. Describe la lectura que buscas

    Escribe la dirección de actuación en instructions, con un máximo de 1.000 caracteres. Configura speed, pitch o volume para la toma y activa SSML si el guion utiliza ese marcado.

  4. Selecciona la salida y envía la solicitud

    Elige mp3, wav, pcm u opus y una frecuencia de muestreo admitida. Guarda la referencia de la tarea al enviarla y consulta su estado periódicamente hasta que esté lista.

  5. Revisa y conserva la toma elegida

    Escucha el texto, la pronunciación y la actuación antes de publicar. Descarga la grabación dentro de los 14 días de almacenamiento.

Ejemplos prácticos de Qwen-Audio 3.1 TTS Plus

  • El inicio de una historia en una librería

    Una nota breve pide una narración pausada; la salida WAV deja el resultado listo para un flujo de edición.

    {"text": "At six each morning, the bookshop lights came on before the rest of the street. Today, a small blue parcel waited beside the door.", "voice_id": "longanlingxin_v3.1", "language": "en", "instructions": "Read as an observant narrator, with gentle curiosity and an unhurried pace.", "output_format": "wav"}
  • Bienvenida telefónica de un hotel

    La dirección de marca queda fuera del saludo: la solicitud separa lo que oye quien llama de la manera de decirlo.

    {"text": "Welcome to Cedar House Hotel. For reservations, press one. To speak with our reception team, press two.", "voice_id": "xunanchuan_v3.1", "language": "en", "instructions": "A polished welcome from a host, friendly and composed, with clear menu options.", "speed": 0.95}
  • Un guía de videojuego en el puerto

    Puedes probar el mismo diálogo apto para todo público con distintas notas de actuación antes de que el equipo de audio elija una toma.

    {"text": "The ferry leaves at sunrise. Bring your map to the harbour, and I will show you the safest route through the islands.", "voice_id": "longanhuan_v3.1", "language": "en", "instructions": "An experienced guide giving practical advice, quietly confident with a hopeful ending.", "seed": 420}

Preguntas sobre la API de Qwen-Audio 3.1 TTS Plus

Empieza con un pasaje que reúna las frases que la voz encontrará en la obra: descripción, diálogo y un cambio de ánimo. Prueba las cuatro voces con ese fragmento y después afina la dirección de la candidata que mejor funcione. Mantén la voz, el guion y la seed mientras comparas un solo cambio de ritmo o interpretación; la seed sirve para comparar, sin garantizar una toma idéntica. Si haces doblaje, revisa la duración del audio dentro de la edición, además de la lectura. Conserva los ajustes elegidos junto al audio descargado para tener un punto de partida claro en los siguientes pasajes.