本文へスキップ

Qwen-Audio 3.0 TTS Plus は、表情豊かなソーシャル音声向けの台本と演技の指示を受け付けます。Qwen-Audio 3.0 TTS Plus は 597 種類のプリセットボイスを使い、速度、ピッチ、音量、音声出力を設定できます。

最低価格 $0.019/1,000 文字

プレイグラウンド

入力

テキストから音声
133/10000
3.0 TTS Plus の台本を入れる必須項目で、最大 10,000 文字、既定の台本はありません。3.0 TTS Plus はこの文字数を基に 1,000 文字単位で課金します。 1 文字以上 · 10000 文字以内

133 文字

3.0 TTS Plus 専用の597 種類のプリセットボイスから 1 つ選びます。3.0 TTS Plus はほかのモデルの ID を受け付けず、提供された仕様では既定値は示されていません。3.0 TTS Plus のボイス選択によって料金は変わりません。
84/1000
3.0 TTS Plus に感情、口調、人物像、ペース、方言を自由に指示できます。3.0 TTS Plus の演技の指示は読み上げも課金もされず、提供された仕様では長さの上限や既定の指示は示されていません。 1000 文字以内

読み上げられることはありません。台本の演じ方を決めるだけです。

セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力
0:00 / –:––

関連モデルと次のステップ

お探しのモデルが見つかりませんか?

キャラクターごとに、その人らしい話し方を。

Qwen-Audio 3.0 TTS Plus は、会話やコンパニオンアプリでの感情表現を重視しています。Alibaba の 3.0 Plus には、中国語 589 種類と英語 8 種類の計 597 種類のプリセットがあり、初期値は Luna Wang です。返答を書くとともに、instructions でキャラクターの気持ちを伝え、テキスト 1,000 文字あたり $0.019 で音声を生成します。SpicyAPI 独自のコンテンツフィルターはなく、2026 年 11 月 5 日の検証では、このエンドポイントが NSFW のテスト台本を一字一句変えずに読み上げました。

プレイグラウンドを開く
キャラクターごとに、その人らしい話し方を。
プリセット音声
597 種類
音声の内訳
中国語 589 種類 + 英語 8 種類
初期設定の話者
Luna Wang(英語)
返答の文字数枠
text に 10,000 文字
文字数あたりの料金
1,000 文字あたり $0.019
演出指示の文字数枠
課金対象外の 1,000 文字
感情表現
返答と気持ちを別々に書く安心させる返答と喜びを伝えるお知らせも、同じプリセットに異なる instructions を添えて表現できます。演出欄には感情・人物像・口調・テンポ・方言を書け、その言葉が返答として読み上げられることはありません。
キャスト
597 種類から役に合う声を探す中国語の 589 種類に加え、英語の声が 8 種類あります。初期値の Luna Wang や、このエンドポイントの別のプリセットを試してから、キャラクターの声を決めます。
調整
言葉と数値で台詞を演出する文章で狙いの演技を伝え、speed、pitch、volume の数値で読み方を調整します。enable_ssml を有効にすれば、SSML で間・発音・強調を加えられます。

Qwen-Audio 3.0 TTS Plus API でできること

  • 会話の感情表現を出発点にする

    Qwen チームは 3.0 Plus を、会話やコンパニオン用途の表情豊かな音声向けに位置づけています。同じ健全な返答を、励ます口調と淡々とした読み方で試し、キャラクターに合う表現を選んでください。

  • 中国語の豊富なキャスト

    589 種類の中国語プリセットがあり、キャラクター中心の作品で幅広く声を試せます。音声 ID はモデルごとに異なるため、このモデル自身の一覧から選びます。

  • 英語の話者は 8 種類

    英語プリセットは Olivia Lin、Luna Wang、Nora Hu、Ivy Hu、Alexander Hu、Adrian Gao、James Zhao、Ryan Ma です。まず声を選んでから、台詞に込める感情の演出を詰めていきます。

  • 音声には入らない演出指示

    最大 10,000 文字の読み上げ台本とは別に、演出メモを 1,000 文字まで送れます。メモは読み上げられず、課金文字数にも加算されません。

  • シーンに合わせる読み方の設定

    speed と pitch はそれぞれ 0.5〜2、volume は 0〜100 の範囲です。選んだ設定をキャラクターの演出メモとともに保存し、以降のテイクでも読み方の違いを確認してください。

  • 再生にも編集にも使える出力

    初期設定の MP3 のほか、WAV、生の PCM、Opus を、8〜48 kHz の対応サンプルレートで出力できます。bitrate が適用されるのは、Opus を選んだ場合だけです。

Qwen-Audio 3.0 TTS Plus が役立つ場面

  • 役柄が伝わるチャットキャラクターに

    コンパニオン・チャットアプリの開発者

    役柄が伝わるチャットキャラクターに

    相手を支えるキャラクターの声を選び、小さな成功やつらい 1 日にどう反応するかを記述します。実際の返答は text に、気持ちの背景は instructions に分けてください。

  • 短いナレーションに話し手の個性を出す

    ソーシャル動画の制作者

    短いナレーションに話し手の個性を出す

    近況報告や日々のヒント、商品紹介を、会話のような読み方で収録します。映像とテンポを照合してから、最終的な音声トラックを決めます。

  • 分岐するシーンにキャストを配置

    インタラクティブ作品の制作チーム

    分岐するシーンにキャストを配置

    ビジュアルノベルや対話型ストーリーの各キャラクターにプリセットを割り当てます。役ごとに声と演出のメモを残し、異なる分岐の台詞もまとめて試聴してください。

  • 日常のやり取りをロールプレイ

    語学練習アプリの制作チーム

    日常のやり取りをロールプレイ

    カフェでの注文、自己紹介、職場の会話などの練習相手を作れます。言語ヒントとテンポを設定し、学習者が聞き取れるやり取りに整えます。

Qwen-Audio 3.0 TTS Plus API の使い方

  1. キャラクターの返答を 1 つ書く

    実際に話す台詞を text に記入し、最大 10,000 文字に収めます。最初は、そのキャラクターらしさが出る短い一言を使います。

  2. プリセット一覧から声を試す

    このモデルの voice_id を選ぶか、英語の初期値である Luna Wang から始めます。声は既存のプリセットから選ぶ仕組みで、クローン用の入力欄はありません。

  3. キャラクターの話し方を添える

    instructions に 1,000 文字以内で感情・口調・人物像を記述します。auto または 10 種類の言語ヒントを選び、必要に応じて数値の設定も調整してください。

  4. 生成した台詞を前後の会話と聴く

    設定済みのリクエストを送信し、タスク参照情報で完了までポーリングします。生成した台詞を前後の会話と一緒に再生し、保管期間の 14 日が終わる前に採用ファイルをダウンロードします。

Qwen-Audio 3.0 TTS Plus の実例

  • 学習者を励ますチャットの返答

    日常的な励ましの言葉を台詞にし、演出メモでキャラクター像と明るい話し方を伝えます。

    {"text": "You finished the first lesson. That is a good start. Shall we try the next exercise together?", "voice_id": "qwen-audio-3.0-tts-plus-loonglunawang", "language": "en", "instructions": "An encouraging study companion, cheerful without rushing the final question."}
  • ベランダ菜園を紹介するソーシャル動画

    短いナレーションに親しみのある話し方を指定し、編集に合わせて速度を少し調整する例です。

    {"text": "A sunny corner and a few small pots are enough to start a balcony garden. Today, we are planting mint, basil and parsley.", "voice_id": "qwen-audio-3.0-tts-plus-loonglunawang", "instructions": "A presenter sharing a practical idea with relaxed enthusiasm.", "speed": 1.05, "output_format": "wav"}
  • カフェで会話を練習する相手

    複雑な演技指示を重ねず、言語ヒントと遅めの速度で分かりやすい練習用の台詞を用意します。

    {"text": "Good morning. Would you like a table by the window, or would you prefer to sit outside?", "voice_id": "qwen-audio-3.0-tts-plus-loonglunawang", "language": "en", "instructions": "A cafe host speaking patiently to a language learner.", "speed": 0.85}

Qwen-Audio 3.0 TTS Plus API のよくある質問

キャラクターの普段の態度が伝わる短いやり取りを選び、細かな演出を書く前に声を試します。同じやり取りでも気分を変えて聴き比べ、必要なシーンの幅をそのプリセットで表現できるか確かめてください。instructions は、場面の状況と相手への話しかけ方に絞ると整理しやすくなります。合う声が見つかったら、モデル固有の ID と採用した設定を記録し、その後も台詞ごとに生成結果を確認します。分岐のある物語では各ルートを横断して聴き、ソーシャル動画では映像や字幕と合わせて判断します。単独の台詞だけで採用を決めるより、どちらも実際の使い方に即した確認になります。