本文へスキップ

Qwen-Audio 3.1 TTS Plus は、高音質のナレーション向けの台本と演技の指示を受け付けます。Qwen-Audio 3.1 TTS Plus は 4 種類の多言語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 $0.029/1,000 文字

プレイグラウンド

入力

テキストから音声
163/10000
3.1 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。3.1 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

163 文字

ボイス
Long An Huan (Chinese)Long An Lingxin (Chinese)Xu Nanchuan (Chinese)Long An Fengyue (Chinese)
3.1 TTS Plus 専用の4 種類の多言語システムボイスから 1 つ選びます。3.1 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。3.1 TTS Plus のボイス選択によって料金は変わりません。
75/1000
3.1 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。3.1 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?

語り手を選び、演技をつくる。

Qwen-Audio 3.1 TTS Plus は、朗読やブランド向けの収録、演技を伴う会話に向けて、音質を重視した Alibaba のモデルです。4 種類の多言語プリセットから声を選び、最大 10,000 文字の台本と、感情・人物像・テンポを伝える演出メモを別々に送信します。料金は読み上げるテキスト 1,000 文字あたり $0.0285 で、演出指示は無料です。SpicyAPI はコンテンツフィルターを追加しておらず、2026 年 11 月 5 日のテストでは、このモデルが NSFW の台本を原文どおりに読み上げました。

プレイグラウンドを開く
語り手を選び、演技をつくる。
キャスト
4 種類の多言語プリセット
台本の長さ
最大 10,000 文字
演出メモ
最大 1,000 文字
出力形式
MP3、WAV、PCM、Opus
朗読の料金
テキスト 1,000 文字あたり $0.0285
ファイルの保管期間
14 日間
声の選択
役に合う声を 4 種類から聴き比べるプリセットは Long An Huan、Long An Lingxin、Long An Fengyue、Xun Anchuan の 4 種類です。本の語り手やブランドを代表する声を決める前に、冒頭の一節で比較してください。
演技
声に演じてほしい場面を伝える読み上げる文章は text に、演出は instructions に記入します。感情・口調・人物像・テンポ・方言は演出メモにまとめると、読み上げられることも課金対象になることもありません。
制作
次の工程に合う音声形式を選ぶ初期値は MP3 です。編集や再生の環境に合わせて WAV、生の PCM、Opus も選べます。サンプルレートは 8〜48 kHz の対応値から選択し、初期値は 24 kHz です。

Qwen-Audio 3.1 TTS Plus API でできること

  • 語りの音質を重視したモデル

    Alibaba は 3.1 Plus を高音質の読み上げ向けに位置づけています。語り手の表現が作品を支える文章で試す候補になります。全編を収録する前に、描写と会話の両方を含めて試聴してください。

  • まとまった文章を収める文字数枠

    1 タスクの text には最大 10,000 文字を送れます。長い原稿は場面や段落の自然な区切りで分け、音声同士のつながりも確認します。

  • 台本とは別に送る演出メモ

    最大 1,000 文字の指示で、話し手の人物像や感情の流れを伝えられます。たとえばブランドの挨拶なら、落ち着いた自信のある話し方と、歓迎する気持ちが伝わる締め方を指定できます。

  • 細かな読み方はマークアップで指定

    text に発音・強調・間を指定する SSML を含める場合は、enable_ssml を有効にします。章全体に適用する前に、マークアップを入れた短い抜粋で確かめてください。

  • 速さ・高さ・音量の調整

    speed と pitch は 0.5〜2、volume は 0〜100 で調整できます。文章を書き換えずに、読み方の違いを聴き比べられます。

  • 多言語の声と方言の演出

    language による自動検出に任せるか、10 種類の言語ヒントから選べます。方言の希望は instructions に書けますが、指示だけで意図どおりになると決めつけず、発音を聴いて確認してください。

Qwen-Audio 3.1 TTS Plus が役立つ場面

  • 長い文章に合う語り手を探す

    オーディオブック制作者

    長い文章に合う語り手を探す

    章の冒頭から試し、プリセットを選んで文章に合うテンポを整えます。後の章にも使えるよう、採用した声を記録しておきます。

  • 挨拶と音声メニューを同じ声で収録

    ブランド・電話窓口の担当者

    挨拶と音声メニューを同じ声で収録

    共通のプリセットとブランドの演出方針を使い、挨拶と電話メニューの文面を用意します。選択肢が明瞭に聞こえるか、利用者が操作する時間を取れる終わり方かを確認してください。

  • 編集前に台詞の演技を確かめる

    映画・アニメーションの編集者

    編集前に台詞の演技を確かめる

    用意した台詞に、人物像や場面の演出メモを添えて生成します。採用した音声を編集に取り込み、映像と長さを照合してください。音声合成による自動の尺合わせは保証されません。

  • 場面に合わせてキャラクターを演出

    ゲームのシナリオ・音声チーム

    場面に合わせてキャラクターを演出

    クエストの台詞と演出メモを分けて書きます。抑えた演技と緊迫感のある読み方を比較し、シーンに合う音声を選びます。

Qwen-Audio 3.1 TTS Plus API の使い方

  1. 試聴する文章を用意する

    収録したい言葉を text に入力し、10,000 文字以内に収めます。語り手を選んでいる段階では、短い抜粋から始めてください。

  2. 3.1 Plus のプリセットを選ぶ

    voice_id には 3.1 Plus のプリセットを指定します。他のモデルの ID は使えません。auto による検出ではなく言語ヒントを指定したい場合は、language も設定します。

  3. 求める読み方を伝える

    instructions に 1,000 文字以内で演出を書きます。speed、pitch、volume を調整し、台本に SSML を使う場合はその解釈を有効にしてください。

  4. 出力形式を決めて送信する

    mp3、wav、pcm、opus と、対応するサンプルレートを選びます。送信後はタスク参照情報を控え、音声が完成するまでポーリングします。

  5. 採用する音声を確認して保存する

    公開前に、文言・発音・演技を通して確認します。保管期限の 14 日以内に、採用した音声をダウンロードしてください。

Qwen-Audio 3.1 TTS Plus の実例

  • 書店を舞台にした物語の冒頭

    短い演出メモで落ち着いた語りを指定し、編集に使う音声を WAV で出力します。

    {"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"}
  • ホテルの電話受付の挨拶

    ブランドとしての話し方は挨拶文の外に記述します。電話をかけた人が聞く言葉と、その伝え方を分けたリクエストです。

    {"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}
  • 港で案内するゲームキャラクター

    同じ台詞に異なる演出メモを添えて試し、音声チームが場面に合うテイクを選べます。

    {"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}

Qwen-Audio 3.1 TTS Plus API のよくある質問

まず、作品全体で語り手が読む文章の特徴を含む抜粋を用意します。情景描写や会話、気分が変わる場面を入れ、4 種類のプリセットで聴き比べてから、最も合う声の演出を詰めていきます。テンポや演技の調整は一度に 1 つに絞り、声・台本・seed は固定して比較してください。seed は比較の手がかりであり、同一の収録結果を約束するものではありません。吹き替えでは読み方だけでなく、編集画面で音声の長さも確認します。採用した設定をダウンロード済みの音声と一緒に保存すれば、続く台本を収録するときの出発点になります。