本文へスキップ

Qwen-Audio 3.1 TTS Flash は、多言語音声向けの台本と演技の指示を受け付けます。Qwen-Audio 3.1 TTS Flash は 70 種類のシステムボイスを使い、速度、ピッチ、音量、音声出力を設定できます。

最低価格 $0.0029/1,000 文字

プレイグラウンド

リクエストを送信

クイックスタート

例は、選択中のエンドポイントの公開パラメーター定義から作っています。API キーとサンプル素材を差し替えて、ご自身のサーバーから送信してください。

SDK・連携
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

API 認証

API キーはサーバーの環境変数 SPICY_API_KEY に保存します。Bearer 認証を使用し、JSON リクエストには Content-Type: application/json を指定してください。

Authorization: Bearer $SPICY_API_KEY
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "alibaba/qwen-audio-3.1-tts-flash/text-to-speech",
  "input": {
    "text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
    "language": "auto",
    "voice_id": "Emily_v3.1",
    "sample_rate": 24000,
    "output_format": "mp3"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

このモデルの入力スキーマから生成した例です。API はどのリクエストも、同じスキーマで検証します。

入力パラメーター

これらのフィールドは、リクエスト本文の input オブジェクトに指定します。名前と型は API と一致します。デフォルト値の指定がない項目に、デフォルト値があると想定しないでください。

textstring必須

3.1 TTS Flash 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。3.1 TTS Flash はこの文字数を基に 1,000 文字単位で課金します。

デフォルト値
指定なし
制約
minLength:1
maxLength:10000
seedinteger任意

3.1 TTS Flash の設定を 1 つ変えて比較する際、乱数の生成元をそろえるために使いますが、音声の完全な一致は保証されません。3.1 TTS Flash の提供された仕様には数値の範囲や既定値の記載がなく、料金への影響もありません。

デフォルト値
指定なし
制約
minimum:0
maximum:65535
enable_ssmlboolean任意

3.1 TTS Flash で有効にすると、text を SSML として解釈し、間、発音、強調を指定できます。3.1 TTS Flash の提供された仕様には既定値の記載がなく、この切り替えで文字数に基づく料金以外の費用は発生しません。

デフォルト値
false
bitrateinteger任意

3.1 TTS Flash では Opus のビットレートを調整する項目で、料金への影響はありません。3.1 TTS Flash の提供された仕様には数値の範囲や既定値の記載はありません。

デフォルト値
指定なし
使用可能な値
320006400096000128000192000256000
sample_rateinteger任意

3.1 TTS Flash のサンプリングレートは 8000、12000、16000、22050、24000(既定)、44100、48000 Hz から選べます。3.1 TTS Flash のレート変更で料金は増減しません。

デフォルト値
24000
使用可能な値
8000120001600022050240004410048000
output_formatstring任意

3.1 TTS Flash のエンコード形式は既定の mp3 のほか、wav、pcm(生の音声)、opus を選べます。3.1 TTS Flash の出力形式による料金の違いはありません。

デフォルト値
"mp3"
使用可能な値
"mp3""wav""pcm""opus"
volumeinteger任意

3.1 TTS Flash の出力音量は 0–100、既定は 50 です。3.1 TTS Flash の音量を変えても請求額は変わりません。

デフォルト値
50
制約
minimum:0
maximum:100
pitchnumber任意

3.1 TTS Flash の声の高さを調整する値で、範囲は 0.5–2、既定は 1 です。3.1 TTS Flash のピッチ調整に追加料金はかかりません。

デフォルト値
1
制約
minimum:0.5
maximum:2
speednumber任意

3.1 TTS Flash の話す速度を 0.5–2 の範囲で調整でき、既定は 1 です。3.1 TTS Flash の読み上げを遅くしたり速めたりしても料金は変わりません。

デフォルト値
1
制約
minimum:0.5
maximum:2
languagestring任意

3.1 TTS Flash の言語ヒントで、既定は auto、ほかに zh、en、ja、ko、fr、de、pt、it、vi、id を選べます。3.1 TTS Flash の言語設定は料金に影響しません。

デフォルト値
"auto"
使用可能な値
"auto""zh""en""ja""ko""fr""de""pt""it""vi""id"
instructionsstring任意

3.1 TTS Flash に感情、口調、人物像、ペース、方言を自由に指示できます。3.1 TTS Flash 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。

デフォルト値
指定なし
制約
maxLength:1000
voice_idstring任意

3.1 TTS Flash 専用の70 種類のシステムボイスから 1 つ選びます。3.1 TTS Flash 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。3.1 TTS Flash のボイス選択によって料金は変わりません。

デフォルト値
"Emily_v3.1"
使用可能な値
"longanhuan_v3.1""longanlingxin_v3.1""longanfengyue_v3.1""xunanchuan_v3.1""Emily_v3.1""Luna_v3.1""Eric_v3.1""Luca_v3.1""Abby_v3.1""Annie_v3.1""Ava_v3.1""Beth_v3.1""Betty_v3.1""Cally_v3.1""Cindy_v3.1""Donna_v3.1""Andy_v3.1""Brian_v3.1""David_v3.1""qwen-audio-3.1-tts-flash-zora_bg""qwen-audio-3.1-tts-flash-linde_nl""qwen-audio-3.1-tts-flash-hajnal_hu""qwen-audio-3.1-tts-flash-senin_ro""qwen-audio-3.1-tts-flash-birk_da""qwen-audio-3.1-tts-flash-lipa_hr""qwen-audio-3.1-tts-flash-avgi_el""qwen-audio-3.1-tts-flash-jitrenka_cs""qwen-audio-3.1-tts-flash-solglimt_nn""qwen-audio-3.1-tts-flash-glimma_sv""qwen-audio-3.1-tts-flash-svar_hi""qwen-audio-3.1-tts-flash-iskra_sk""qwen-audio-3.1-tts-flash-aava_fi""qwen-audio-3.1-tts-flash-sahar_ur""qwen-audio-3.1-tts-flash-jasna_sr""qwen-audio-3.1-tts-flash-brisa_es_mx""qwen-audio-3.1-tts-flash-ausra_lt""qwen-audio-3.1-tts-flash-rasa_lv""qwen-audio-3.1-tts-flash-deniz_tr""qwen-audio-3.1-tts-flash-ava_fa""qwen-audio-3.1-tts-flash-or_he""qwen-audio-3.1-tts-flash-ayalguu_mn""qwen-audio-3.1-tts-flash-zarja_sl""qwen-audio-3.1-tts-flash-ishiq_az""qwen-audio-3.1-tts-flash-zorza_pl""qwen-audio-3.1-tts-flash-alba_ca""qwen-audio-3.1-tts-flash-romduol_km""qwen-audio-3.1-tts-flash-aurora_pt_br""qwen-audio-3.1-tts-flash-dao_lo""qwen-audio-3.1-tts-flash-tsiskari_ka""qwen-audio-3.1-tts-flash-lente_af""qwen-audio-3.1-tts-flash-kiran_ne""qwen-audio-3.1-tts-flash-zorka_be""qwen-audio-3.1-tts-flash-nilaav_ml""qwen-audio-3.1-tts-flash-staer_lb""qwen-audio-3.1-tts-flash-drita_sq""qwen-audio-3.1-tts-flash-nila_ta""qwen-audio-3.1-tts-flash-aruna_si""qwen-audio-3.1-tts-flash-vennela_te""qwen-audio-3.1-tts-flash-sade_et""qwen-audio-3.1-tts-flash-bituon_ceb""qwen-audio-3.1-tts-flash-vedrina_bs""qwen-audio-3.1-tts-flash-layaung_my""qwen-audio-3.1-tts-flash-luys_hy""qwen-audio-3.1-tts-flash-lumen_la""qwen-audio-3.1-tts-flash-birta_is""qwen-audio-3.1-tts-flash-zerniq_mt""qwen-audio-3.1-tts-flash-nuru_sw""qwen-audio-3.1-tts-flash-arai_kk""qwen-audio-3.1-tts-flash-zetwal_crs""qwen-audio-3.1-tts-flash-zoria_uk"

タスクを追跡

HTTP 202 はタスクを受け付けたという意味で、生成が終わったという意味ではありません。返ってきた taskId を保存し、そのタスクの状態を問い合わせてください。結果を待っている間に、同じ内容でタスクを作り直さないでください。

受理レスポンス
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_create",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "state": "queued",
    "estimatedCost": "0.750000"
  }
}

受理レスポンスには今回の概算料金が含まれるため、アプリのタスク履歴と請求画面に同じ金額を表示できます。

タスクを取得する
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

ポーリングは約 2 秒間隔から始め、徐々に間隔を延ばします。終了状態になったら止めてください。通信が切れたときも、元の taskId で状態を確認します。作成をやり直すときは、同じ冪等キーと同じ本文をそのまま使い回してください。

あるいは、コールバックに知らせてもらう
import { verifyWebhook } from "@spicyapi/sdk";

// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
  const { payload } = verifyWebhook({
    rawBody: req.body,
    timestamp: req.header("X-Webhook-Timestamp"),
    signature: req.header("X-Webhook-Signature"),
    payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
    secret: process.env.SPICY_WEBHOOK_SECRET,
  });
  res.status(200).end();
  void handleFinishedTask(payload);
});

タスク作成時に callBackUrl を渡せば、完了したレコードが POST で届きます——ポーリングは一切不要です。配信には毎回 X-Webhook-Timestamp、X-Webhook-Signature、X-Webhook-Payload-Version が付きます。署名は taskId.timestamp.sha256(body) に対する HMAC-SHA256(base64)なので、生のバイト列で検証してください。JSON を解析して再度文字列化するとバイト列が変わり、検証は必ず失敗します。失敗した配信は再送されるため同じ taskId が二度届くことがあります。ハンドラーは冪等に。まず 2xx を返し、処理はその後で——応答が遅いと配信失敗として扱われます。

結果を取得

output を読むのは、state が succeeded のときだけにしてください。失敗したときは errorCode、errorMessage、request_id を手がかりに調べます。例に出ている料金や状態は、実際の請求ではありません。

完了レスポンスの例
{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_record",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "model": "alibaba/qwen-audio-3.1-tts-flash/text-to-speech",
    "state": "succeeded",
    "output": {
      "assets": [
        {
          "key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp3",
          "mime": "audio/mpeg",
          "url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp3?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
          "expiresAt": "2026-08-28T12:20:08.000Z"
        }
      ]
    },
    "cost": "0.750000",
    "settled": true,
    "createdAt": "2026-08-28T12:00:00Z",
    "completedAt": "2026-08-28T12:00:30Z"
  }
}

利用可能なファイルは assets[].url からそのまま開くか、ダウンロードできます。API の Authorization ヘッダーは不要です。署名付き URL は expiresAt で失効しますが、保存期間内であればタスクを再取得することで更新できます。処理中または利用できないファイルに URL はありません。署名付き URL は非公開情報として扱ってください。

SDK・連携

アプリ、ターミナル、AI アシスタント、ビジュアルワークフローで SpicyAPI を活用。接続ガイドを選んでください。

ComfyUI で使う

ComfyUI Manager か下のコマンドで SpicyAPI ノードをインストールしたら、キャンバスで Qwen-Audio 3.1 TTS Flash · Text to Speech を検索してください。このノードにはこのページと同じオプションがあり、実行前に価格が表示されます。

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi