textstring필수3.1 TTS Flash 대본: 필수 입력인 text는 최대 10,000자이며 기본 대본은 없습니다. 3.1 TTS Flash 요금은 이 길이에 따라 1,000자 단위로 정해집니다.
- 기본값
- 지정되지 않음
- 제약 조건
- minLength:1maxLength:10000
alibaba/qwen-audio-3.1-tts-flash/text-to-speechQwen-Audio 3.1 TTS Flash는 대본과 연기 지시를 받아 다국어 음성을 생성하며, 70개 시스템 보이스와 속도, 음높이, 음량, 오디오 출력 설정을 제공합니다.
예시는 선택한 엔드포인트의 공개 파라미터 정의를 사용합니다. API 키와 예시 미디어를 바꾼 뒤 서버에서 요청하세요.
SDK 및 연동https://api.spicyapi.ai/api/v1/jobs/createTaskAPI 키는 서버 환경 변수 SPICY_API_KEY에 보관하세요. Bearer 인증을 사용하고 JSON 요청에는 Content-Type: application/json을 지정하세요.
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"이 모델의 입력 스키마에서 뽑아낸 예시입니다. API도 모든 요청을 같은 스키마로 검증합니다.
이 필드들은 요청 본문의 input 객체 안에 넣습니다. 이름과 타입은 API와 동일합니다. 기본값이 적혀 있지 않은 필드는 임의로 가정하지 마세요.
textstring필수3.1 TTS Flash 대본: 필수 입력인 text는 최대 10,000자이며 기본 대본은 없습니다. 3.1 TTS Flash 요금은 이 길이에 따라 1,000자 단위로 정해집니다.
seedinteger선택3.1 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.
enable_ssmlboolean선택3.1 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.
bitrateinteger선택3.1 TTS Flash 비트레이트 조절은 Opus에 적용되며 가격에는 영향이 없고, 제공된 정보에는 숫자 범위와 기본값이 명시되어 있지 않습니다.
320006400096000128000192000256000sample_rateinteger선택3.1 TTS Flash 샘플링 레이트: 8000, 12000, 16000, 22050, 24000(기본값), 44100, 48000Hz 중에서 선택하며 값을 바꿔도 가격은 같습니다.
8000120001600022050240004410048000output_formatstring선택3.1 TTS Flash 인코딩: 기본값은 mp3이며 wav, pcm(원시), opus도 선택할 수 있고 형식에 따라 가격이 달라지지 않습니다.
"mp3""wav""pcm""opus"volumeinteger선택3.1 TTS Flash 음량 설정: 범위는 0–100, 기본값은 50이며 출력 음량을 변경해도 청구 금액은 같습니다.
pitchnumber선택3.1 TTS Flash 음높이 조절: 범위 0.5–2, 기본값 1로 목소리 높이를 바꾸며 추가 비용은 없습니다.
speednumber선택3.1 TTS Flash 말하기 속도: 범위는 0.5–2, 기본값은 1이며 발화 속도를 낮추거나 높여도 요금은 달라지지 않습니다.
languagestring선택3.1 TTS Flash 언어 힌트: 기본값 auto 또는 zh, en, ja, ko, fr, de, pt, it, vi, id를 사용하며 이 설정으로 가격이 달라지지 않습니다.
"auto""zh""en""ja""ko""fr""de""pt""it""vi""id"instructionsstring선택3.1 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.
voice_idstring선택3.1 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.
"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"{
"type": "object",
"required": [
"text"
],
"x-pricing": {
"billingMode": "per_unit",
"variantFields": []
},
"properties": {
"seed": {
"type": "integer",
"x-ui": {
"order": 10,
"widget": "number",
"advanced": true
},
"maximum": 65535,
"minimum": 0,
"description": "Random seed for controlled comparisons."
},
"text": {
"type": "string",
"x-ui": {
"rows": 6,
"order": 100,
"widget": "textarea",
"primary": true
},
"maxLength": 10000,
"minLength": 1,
"description": "The words to speak. Billed per 1,000 characters. Turn on enable_ssml to use SSML tags."
},
"pitch": {
"type": "number",
"x-ui": {
"step": 0.05,
"unit": "×",
"order": 65,
"widget": "slider"
},
"default": 1,
"maximum": 2,
"minimum": 0.5,
"description": "Pitch from 0.5 to 2."
},
"speed": {
"type": "number",
"x-ui": {
"step": 0.05,
"unit": "×",
"order": 70,
"widget": "slider"
},
"default": 1,
"maximum": 2,
"minimum": 0.5,
"description": "Speaking speed from 0.5 to 2."
},
"volume": {
"type": "integer",
"x-ui": {
"step": 1,
"order": 60,
"widget": "slider"
},
"default": 50,
"maximum": 100,
"minimum": 0,
"description": "Output volume from 0 to 100."
},
"bitrate": {
"enum": [
32000,
64000,
96000,
128000,
192000,
256000
],
"type": "integer",
"x-ui": {
"order": 40,
"widget": "select",
"advanced": true,
"enum_labels": {
"32000": "32 kbps",
"64000": "64 kbps",
"96000": "96 kbps",
"128000": "128 kbps",
"192000": "192 kbps",
"256000": "256 kbps"
}
},
"description": "Opus bit rate in bits per second. Only applies to opus."
},
"language": {
"enum": [
"auto",
"zh",
"en",
"ja",
"ko",
"fr",
"de",
"pt",
"it",
"vi",
"id"
],
"type": "string",
"x-ui": {
"order": 80,
"widget": "select",
"enum_labels": {
"de": "German",
"en": "English",
"fr": "French",
"id": "Indonesian",
"it": "Italian",
"ja": "Japanese",
"ko": "Korean",
"pt": "Portuguese",
"vi": "Vietnamese",
"zh": "Chinese",
"auto": "Auto-detect"
}
},
"default": "auto",
"description": "Reading language hint, or auto to detect it from the text."
},
"voice_id": {
"enum": [
"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"
],
"type": "string",
"x-ui": {
"order": 90,
"widget": "select",
"enum_labels": {
"Ava_v3.1": "Ava (female, English)",
"Abby_v3.1": "Abby (female, English)",
"Andy_v3.1": "Andy (male, English)",
"Beth_v3.1": "Beth (female, English)",
"Eric_v3.1": "Eric (male, English)",
"Luca_v3.1": "Luca (male, English)",
"Luna_v3.1": "Luna (female, English)",
"Annie_v3.1": "Annie (female, English)",
"Betty_v3.1": "Betty (female, English)",
"Brian_v3.1": "Brian (male, English)",
"Cally_v3.1": "Cally (female, English)",
"Cindy_v3.1": "Cindy (female, English)",
"David_v3.1": "David (male, English)",
"Donna_v3.1": "Donna (female, English)",
"Emily_v3.1": "Emily (female, English)",
"longanhuan_v3.1": "Longanhuan (female, Multilingual)",
"xunanchuan_v3.1": "Xunanchuan (male, Multilingual)",
"longanfengyue_v3.1": "Longanfengyue (female, Multilingual)",
"longanlingxin_v3.1": "Longanlingxin (female, Multilingual)",
"qwen-audio-3.1-tts-flash-or_he": "Or (male, Hebrew)",
"qwen-audio-3.1-tts-flash-ava_fa": "Ava (male, Persian)",
"qwen-audio-3.1-tts-flash-dao_lo": "Dao (male, lo)",
"qwen-audio-3.1-tts-flash-aava_fi": "Aava (male, Finnish)",
"qwen-audio-3.1-tts-flash-alba_ca": "Alba (male, Catalan)",
"qwen-audio-3.1-tts-flash-arai_kk": "Arai (male, Kazakh)",
"qwen-audio-3.1-tts-flash-avgi_el": "Avgi (male, Greek)",
"qwen-audio-3.1-tts-flash-birk_da": "Birk (male, Danish)",
"qwen-audio-3.1-tts-flash-lipa_hr": "Lipa (male, Croatian)",
"qwen-audio-3.1-tts-flash-luys_hy": "Luys (female, hy)",
"qwen-audio-3.1-tts-flash-nila_ta": "Nila (female, Tamil)",
"qwen-audio-3.1-tts-flash-nuru_sw": "Nuru (female, Swahili)",
"qwen-audio-3.1-tts-flash-rasa_lv": "Rasa (female, Latvian)",
"qwen-audio-3.1-tts-flash-sade_et": "Sade (female, Estonian)",
"qwen-audio-3.1-tts-flash-svar_hi": "Svar (male, Hindi)",
"qwen-audio-3.1-tts-flash-zora_bg": "Zora (male, Bulgarian)",
"qwen-audio-3.1-tts-flash-aruna_si": "Aruna (male, si)",
"qwen-audio-3.1-tts-flash-ausra_lt": "Ausra (male, Lithuanian)",
"qwen-audio-3.1-tts-flash-birta_is": "Birta (male, Icelandic)",
"qwen-audio-3.1-tts-flash-deniz_tr": "Deniz (male, Turkish)",
"qwen-audio-3.1-tts-flash-drita_sq": "Drita (male, sq)",
"qwen-audio-3.1-tts-flash-ishiq_az": "Ishiq (male, az)",
"qwen-audio-3.1-tts-flash-iskra_sk": "Iskra (female, Slovak)",
"qwen-audio-3.1-tts-flash-jasna_sr": "Jasna (male, Serbian)",
"qwen-audio-3.1-tts-flash-kiran_ne": "Kiran (male, ne)",
"qwen-audio-3.1-tts-flash-lente_af": "Lente (female, Afrikaans)",
"qwen-audio-3.1-tts-flash-linde_nl": "Linde (male, Dutch)",
"qwen-audio-3.1-tts-flash-lumen_la": "Lumen (male, la)",
"qwen-audio-3.1-tts-flash-sahar_ur": "Sahar (male, Urdu)",
"qwen-audio-3.1-tts-flash-senin_ro": "Senin (male, Romanian)",
"qwen-audio-3.1-tts-flash-staer_lb": "Staer (female, lb)",
"qwen-audio-3.1-tts-flash-zarja_sl": "Zarja (male, Slovenian)",
"qwen-audio-3.1-tts-flash-zoria_uk": "Zoria (male, Ukrainian)",
"qwen-audio-3.1-tts-flash-zorka_be": "Zorka (female, be)",
"qwen-audio-3.1-tts-flash-zorza_pl": "Zorza (male, Polish)",
"qwen-audio-3.1-tts-flash-glimma_sv": "Glimma (female, Swedish)",
"qwen-audio-3.1-tts-flash-hajnal_hu": "Hajnal (female, Hungarian)",
"qwen-audio-3.1-tts-flash-nilaav_ml": "Nilaav (female, ml)",
"qwen-audio-3.1-tts-flash-zerniq_mt": "Zerniq (female, Maltese)",
"qwen-audio-3.1-tts-flash-ayalguu_mn": "Ayalguu (male, mn)",
"qwen-audio-3.1-tts-flash-bituon_ceb": "Bituon (male, ceb)",
"qwen-audio-3.1-tts-flash-layaung_my": "Layaung (male, my)",
"qwen-audio-3.1-tts-flash-romduol_km": "Romduol (male, km)",
"qwen-audio-3.1-tts-flash-vedrina_bs": "Vedrina (female, bs)",
"qwen-audio-3.1-tts-flash-vennela_te": "Vennela (male, te)",
"qwen-audio-3.1-tts-flash-zetwal_crs": "Zetwal (female, crs)",
"qwen-audio-3.1-tts-flash-brisa_es_mx": "Brisa (female, es-MX)",
"qwen-audio-3.1-tts-flash-jitrenka_cs": "Jitrenka (male, Czech)",
"qwen-audio-3.1-tts-flash-solglimt_nn": "Solglimt (male, nn)",
"qwen-audio-3.1-tts-flash-tsiskari_ka": "Tsiskari (male, ka)",
"qwen-audio-3.1-tts-flash-aurora_pt_br": "Aurora (male, pt-BR)"
}
},
"default": "Emily_v3.1",
"description": "Preset voice for this model."
},
"enable_ssml": {
"type": "boolean",
"x-ui": {
"order": 30,
"widget": "switch",
"advanced": true
},
"default": false,
"description": "Read text as SSML markup."
},
"sample_rate": {
"enum": [
8000,
12000,
16000,
22050,
24000,
44100,
48000
],
"type": "integer",
"x-ui": {
"order": 45,
"widget": "select",
"advanced": true,
"enum_labels": {
"8000": "8 kHz",
"12000": "12 kHz",
"16000": "16 kHz",
"22050": "22.05 kHz",
"24000": "24 kHz",
"44100": "44.1 kHz",
"48000": "48 kHz"
}
},
"default": 24000,
"description": "Sample rate in Hz."
},
"instructions": {
"type": "string",
"x-ui": {
"rows": 3,
"order": 85,
"widget": "textarea"
},
"maxLength": 1000,
"description": "How to read the text: emotion, tone, persona, pace or dialect. Not spoken and not billed."
},
"output_format": {
"enum": [
"mp3",
"wav",
"pcm",
"opus"
],
"type": "string",
"x-ui": {
"order": 50,
"widget": "select",
"advanced": true,
"enum_labels": {
"mp3": "MP3",
"pcm": "PCM (raw, 16-bit)",
"wav": "WAV",
"opus": "Opus"
}
},
"default": "mp3",
"description": "Audio encoding. pcm is raw 16-bit audio without a file header."
}
},
"additionalProperties": false
}HTTP 202는 접수되었다는 뜻이며 생성 완료가 아닙니다. 반환된 taskId를 저장하고 같은 작업을 조회하세요. 결과를 기다리는 동안 작업을 다시 생성하지 마세요.
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"
}
}접수 응답에 이번 예상 비용이 포함되므로 앱의 작업 기록과 청구 화면에 같은 금액을 표시할 수 있습니다.
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
--data-urlencode "taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"약 2초 간격으로 시작해서 점점 간격을 넓히세요. 종료 상태가 나오면 멈추고, 연결이 끊겼더라도 원래 taskId를 그대로 조회하세요. 다시 생성할 때는 처음에 쓴 Idempotency-Key와 본문을 그대로 써야 합니다.
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);
});작업을 만들 때 callBackUrl을 넘기면 완료된 레코드가 POST로 전달됩니다 — 폴링 루프가 아예 필요 없습니다. 모든 전달에는 X-Webhook-Timestamp, X-Webhook-Signature, X-Webhook-Payload-Version이 함께 옵니다. 서명은 taskId.timestamp.sha256(body)에 대한 base64 HMAC-SHA256이므로 반드시 원본 바이트로 검증해야 합니다. JSON을 파싱했다가 다시 직렬화하면 바이트가 달라져 검증이 실패합니다. 실패한 전달은 재시도되므로 같은 taskId가 두 번 올 수 있습니다. 핸들러를 멱등하게 만드세요. 먼저 2xx로 답하고 처리는 그다음에 — 응답이 느리면 전달 실패로 간주됩니다.
state가 succeeded일 때만 output을 사용하세요. 실패 시 errorCode, errorMessage, request_id로 원인을 확인하세요. 예시 비용과 상태는 실제 청구 내역이 아닙니다.
{
"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"
}
}사용 가능한 파일은 assets[].url에서 바로 열거나 다운로드할 수 있으며 API Authorization 헤더가 필요하지 않습니다. 서명 URL은 expiresAt에 만료됩니다. 보관 기간 내에 작업을 다시 조회하면 URL이 갱신됩니다. 처리 중이거나 사용할 수 없는 파일에는 URL이 없습니다. 서명 URL은 비공개로 보관하세요.
앱, 터미널, AI 어시스턴트 또는 시각적 워크플로에서 SpicyAPI를 사용하세요. 원하는 설정 가이드를 선택하세요.
위 코드를 직접 쓸 필요는 없습니다. MCP 서버를 한 번만 연결해 두면 MCP를 지원하는 에이전트(Claude Code, Codex, Cursor, Windsurf, VS Code, Gemini CLI, Cline, LibreChat)가 이 모델을 이름으로 호출합니다. 셸에서 명령 한 줄로 실행할 수도 있습니다.
alibaba/qwen-audio-3.1-tts-flash/text-to-speech로 네온 아래 선 댄서의 인물 사진을 만들어서 ./out/에 저장해 줘.
에이전트가 공개 카탈로그에서 모델을 찾고, 로컬 파일을 대신 업로드한 뒤, 정확한 견적과 최대 청구액을 보여 주고 확인을 기다립니다. 승인하기 전에는 요금이 발생하지 않습니다.
claude mcp add spicyapi -e SPICY_API_KEY=$SPICY_API_KEY \
-- npx --yes --package=@spicyapi/mcp spicyapi-mcp
npx skills add spicyapi-ai/spicy-skill첫 줄은 도구를, 둘째 줄은 Skill을 넘겨줍니다. Skill은 그 도구를 다루는 규칙입니다 — 청구 전에 견적을 받고, 로컬 파일은 바이트를 붙여 넣는 대신 업로드하고, 완성된 산출물 URL을 추측하지 않고 읽습니다. 다른 클라이언트도 각자의 설정 파일로 같은 서버를 사용합니다. 개발자 페이지를 참고하세요.
npx @spicyapi/cli tasks create --model alibaba/qwen-audio-3.1-tts-flash/text-to-speech \
--input-json '{"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"}' \
--wait입력값은 위 예시와 마찬가지로 이 엔드포인트의 스키마에서 생성했습니다. --wait는 작업이 끝날 때까지 폴링해 결과를 출력하고, CI에서는 --yes로 확인 절차를 건너뜁니다. 먼저 SPICY_API_KEY를 설정하세요. API와 CLI, MCP 서버가 같은 키를 씁니다.
npx @spicyapi/cli tasks create --model alibaba/qwen-audio-3.1-tts-flash/text-to-speech \
--input-json '{…}' --retention 1h --wait
npx @spicyapi/cli tasks get $TASK_ID # read back the retention that applied--retention은 보관 기간을 줄이기만 합니다 — 30m, 1h, 7d, 또는 0이면 작업이 종료 상태에 도달하는 즉시 삭제됩니다. 실제로 적용되는 값은 요청과 계정 설정, 플랫폼 상한 중 가장 짧은 값이므로 요청한 숫자가 그대로 반영됐다고 가정하지 말고 작업 레코드에서 다시 읽으세요. 계정이 허용하는 것보다 긴 값을 넘기면 아무 일도 일어나지 않습니다.
ComfyUI Manager나 아래 명령으로 SpicyAPI 노드를 설치한 뒤 캔버스에서 Qwen-Audio 3.1 TTS Flash · Text to Speech를 검색하세요. 노드는 이 페이지와 같은 옵션을 제공하며, 실행하기 전에 가격을 보여 줍니다.
cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi삽입된 패널은 이 페이지와 같은 스키마를 참조하므로 API 사양과 어긋나지 않습니다. 문서 검색 대상에 포함하려면 /api/embed/models/의 JSON을 받아 직접 렌더링하세요.
<iframe src="https://spicyapi.ai/embed/ko/models/qwen-audio-3-1-tts-flash/api?model=alibaba%2Fqwen-audio-3.1-tts-flash%2Ftext-to-speech" width="100%" height="560" loading="lazy" title="요청 예시" style="border:1px solid rgba(0,0,0,.12)"></iframe>