소개
alibaba/qwen-audio-3.1-tts-flash/text-to-speech로 준비한 대본을 70개 시스템 보이스 중 하나로 합성합니다. 3.1 TTS Flash 연기 지시를 더하고 작업을 제출한 뒤 완료될 때까지 폴링합니다.
| 항목 | 값 |
|---|---|
| 입력 | 텍스트 |
| 출력 | 오디오 |
| API 엔드포인트 | alibaba/qwen-audio-3.1-tts-flash/text-to-speech |
| 대본 입력 | 3.1 TTS Flash: text 필수, 최대 10,000자 |
| 보이스 선택 | 3.1 TTS Flash: 70개 시스템 보이스, 모델 전용 ID |
| 출력 설정 | 3.1 TTS Flash: 기본 MP3, WAV·원시 PCM·Opus 지원, 기본 24,000Hz |
| 요청 처리 흐름 | 3.1 TTS Flash: 비동기 제출 후 작업 폴링 |
| 측정 참고값 | 3.1 TTS Flash 참고: 2026년 11월 5일 모델 간 테스트, 영어 139자, 완료까지 약 5–18초, 오디오 약 7–9.6초 |
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
text | 예 | 3.1 TTS Flash 대본: 필수 입력인 text는 최대 10,000자이며 기본 대본은 없습니다. 3.1 TTS Flash 요금은 이 길이에 따라 1,000자 단위로 정해집니다. 1자 이상 · 10000자 이하 |
voice_id | 아니요 | 3.1 TTS Flash 보이스 선택: 이 모델의 70개 시스템 보이스 중 하나를 고릅니다. 3.1 TTS Flash는 다른 모델의 ID를 거부하며, 제공된 정보에 기본값은 명시되지 않았고 보이스 선택은 가격에 영향을 주지 않습니다. |
instructions | 아니요 | 3.1 TTS Flash 연기 지시: 감정, 말투, 페르소나, 속도, 방언을 자유 형식으로 적으며 지시 자체는 읽히거나 과금되지 않습니다. 3.1 TTS Flash에 관해 제공된 정보에는 길이 제한이나 기본 지시가 명시되어 있지 않습니다. 1000자 이하 |
language | 아니요 | 3.1 TTS Flash 언어 힌트: 기본값 auto 또는 zh, en, ja, ko, fr, de, pt, it, vi, id를 사용하며 이 설정으로 가격이 달라지지 않습니다. |
speed | 아니요 | 3.1 TTS Flash 말하기 속도: 범위는 0.5–2, 기본값은 1이며 발화 속도를 낮추거나 높여도 요금은 달라지지 않습니다. |
pitch | 아니요 | 3.1 TTS Flash 음높이 조절: 범위 0.5–2, 기본값 1로 목소리 높이를 바꾸며 추가 비용은 없습니다. |
volume | 아니요 | 3.1 TTS Flash 음량 설정: 범위는 0–100, 기본값은 50이며 출력 음량을 변경해도 청구 금액은 같습니다. |
output_format | 아니요 | 3.1 TTS Flash 인코딩: 기본값은 mp3이며 wav, pcm(원시), opus도 선택할 수 있고 형식에 따라 가격이 달라지지 않습니다. |
sample_rate | 아니요 | 3.1 TTS Flash 샘플링 레이트: 8000, 12000, 16000, 22050, 24000(기본값), 44100, 48000Hz 중에서 선택하며 값을 바꿔도 가격은 같습니다. |
bitrate | 아니요 | 3.1 TTS Flash 비트레이트 조절은 Opus에 적용되며 가격에는 영향이 없고, 제공된 정보에는 숫자 범위와 기본값이 명시되어 있지 않습니다. |
enable_ssml | 아니요 | 3.1 TTS Flash 마크업 설정: 켜면 text를 SSML로 해석하여 쉼, 발음, 강조를 지정합니다. 3.1 TTS Flash에 관해 제공된 정보에는 기본값이 명시되어 있지 않으며, text 길이에 따른 요금 외에 추가 비용은 없습니다. 기본값: |
seed | 아니요 | 3.1 TTS Flash 비교용 seed: 하나의 설정을 바꾸면서 같은 난수 원천을 사용하되 동일한 오디오를 기대하지는 않습니다. 3.1 TTS Flash의 seed는 가격에 영향을 주지 않으며, 제공된 정보에는 숫자 범위와 기본값이 명시되어 있지 않습니다. |
요금
$0.0029 / 1,000자
Qwen-Audio 3.1 TTS Flash는 text의 글자 수를 기준으로 1,000자마다 과금하며, instructions와 실패한 요청에는 요금을 부과하지 않습니다.
활용 사례
다국어 컨시어지 인사
청취자의 언어로 환영 인사를 준비하고 다국어 보이스로 시험합니다.
라디오 스타일 소개
짧은 연기 지시로 영어 소개에 편안한 진행자 페르소나를 부여합니다.
지역 방언 대화 시험
중국어 방언 지시를 시험하고 나머지 대사를 만들기 전에 짧은 샘플을 들어 봅니다.
프롬프트 가이드 및 실전 팁
1 TTS Flash 대본 준비
3.1 TTS Flash가 읽을 최종 대사를 text에 넣고 요청을 10,000자 이내로 유지합니다.
1 TTS Flash 보이스 선택과 연기 지시
3.1 TTS Flash 프리셋을 선택하고 instructions에 원하는 역할, 감정, 속도를 설명합니다.
1 TTS Flash 생성과 검토
3.1 TTS Flash 출력 형식을 고르고 요청을 제출한 뒤 작업을 폴링하여 완성된 연기를 들어 봅니다.
소개
Qwen-Audio 3.1 TTS Flash는 다양한 언어와 낮은 지연 시간이 필요한 음성 프로젝트에 70개 시스템 보이스 카탈로그를 제공합니다. Alibaba는 여기서 설명하는 Qwen-Audio 등급 4개 중 이 모델이 가장 폭넓은 언어를 지원한다고 소개합니다.
카탈로그에는 다국어 보이스 4개, 프리미엄 영어 보이스 15개, 기타 언어 보이스 51개가 있습니다. 프랑스어 컨시어지 테스트에서는 다국어 프리셋이 정상적으로 사용되었으며, 목표 언어의 대본에 지시를 더하고 합성 작업을 폴링하여 직접 결과를 확인합니다.
주요 기능과 특징
- 불가리아어, 네덜란드어, 헝가리어, 루마니아어, 덴마크어, 크로아티아어, 그리스어, 체코어 등의 보이스를 살펴봅니다.
- Emily, Luna, Eric, Luca, Abby 등의 프리미엄 영어 보이스 중에서 선택합니다.
- 테스트에서 확인한 것처럼 다국어 프리셋으로 프랑스어 낭독을 생성합니다.
- 별도의 instructions 필드로 말투, 페르소나, 속도, 방언을 요청합니다.
활용 사례
- 다국어 컨시어지 인사: 청취자의 언어로 환영 인사를 준비하고 다국어 보이스로 시험합니다.
- 라디오 스타일 소개: 짧은 연기 지시로 영어 소개에 편안한 진행자 페르소나를 부여합니다.
- 지역 방언 대화 시험: 중국어 방언 지시를 시험하고 나머지 대사를 만들기 전에 짧은 샘플을 들어 봅니다.
프롬프트 작성과 활용 팁
- 의도한 언어의 인사말부터 시작하여 발음을 검토합니다. 지시 예시: ‘Welcome the guest as a relaxed hotel concierge.’
- 진행자 페르소나로 영어 전달 방식을 이끕니다. 지시 예시: ‘Read like a late-night radio host, low and unhurried.’
- 방언 지시를 명확하게 적고 짧은 구절을 들어 봅니다. 지시 예시: ‘Use a conversational Cantonese delivery with a friendly tone.’
- 오디오가 달라질 수 있음을 고려하면서 같은 seed로 말투 변화 하나를 비교합니다. 지시 예시: ‘Keep the wording calm and make the greeting brighter.’
Qwen-Audio 3.1 TTS Flash 콘텐츠 관찰 결과: 콘텐츠 필터가 없으며 테스트에서 성인 주제의 대본은 원문대로 읽혔습니다. 3.1 TTS Flash로 묘사하는 인물은 모두 성인이어야 하며, 대본 권리를 확인하고 누구의 목소리인지 청취자가 오인하지 않도록 합니다.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.








