Qwen3 TTS análise: nove vozes predefinidas, sem clonagem
Uma voz por solicitação, até 2.000 caracteres de roteiro, cobrados com um mínimo de 100 caracteres.
O Qwen3 TTS, o modelo de texto para voz de código aberto da equipe Qwen da Alibaba, lançado em janeiro de 2026: envie um roteiro, escolha uma das nove vozes, descreva a interpretação em linguagem simples e receba um arquivo MP3. Você paga a cada 1.000 caracteres, e a SpicyAPI não adiciona nenhum filtro de conteúdo.
- Lydia
- Sem teste prático · catálogo verificado em 7 de out. de 2026
- Atualizado em 7 de out. de 2026
Nossa conclusão
Não criamos novas amostras pagas para este artigo. Os exemplos publicados mostram entradas e saídas específicas, não uma comparação controlada. A ilustração do artigo é arte editorial, não uma amostra produzida pelo modelo analisado.
O que gostamos e o que atrapalhou
O que gostamos
- Vozes de personagens e companhia. Mantenha a voz e as instruções fixas e ouça se há mudanças entre capítulos. Confira o final de cada capítulo com o roteiro antes de montar a narração.
- Falas em chinês, japonês e coreano. Os perfis incluem dialetos de Pequim e Sichuan, japonês e coreano. Selecione a voz adequada e confira nomes e pronúncia no roteiro. Um perfil de idioma não mede a qualidade do sotaque.
O que atrapalhou
- Uma voz por solicitação, até 2.000 caracteres de roteiro, cobrados com um mínimo de 100 caracteres. A saída é um único arquivo MP3 mono de 24 kHz; não há marcação de tempo por palavra nem legendas. Só são oferecidas as nove vozes prontas — sem clonagem, sem vozes personalizadas. Velocidade e tom não são expostos como campos; peça uma leitura mais lenta ou mais suave em instructions.
O que as evidências mostram
As evidências deste artigo não estabelecem um resultado público comparável para a variante exata oferecida aqui. Um modelo próximo ou outro modo não preenche essa lacuna. Os controles descritos são capacidades verificadas do produto, não novas notas de naturalidade, inteligibilidade ou velocidade.
O README oficial do Qwen3-TTS distingue CustomVoice com nove timbres predefinidos, VoiceDesign para criar uma voz descrita e Base para clonagem com áudio de referência. As nove vozes disponíveis aqui não comprovam acesso aos outros checkpoints por este endpoint. Se reproduzir um falante de referência é obrigatório, esta tarefa com vozes predefinidas não atende ao requisito. Uma instrução de interpretação não cria uma nova identidade vocal.
Como preparar a primeira entrada
A entrada abaixo se baseia em exemplos publicados e não garante resultados idênticos. Separe as palavras da direção quando houver campos próprios. Confira uma frase comum antes de ampliar o roteiro; adicionar adjetivos raramente resolve uma instrução ambígua.
{
"instructions": "Breathless and teasing, close to the microphone.",
"text": "Hey... it's me. I know it's late. I just wanted to hear your voice before I fall asleep. Call me back? I'll be waiting.",
"voice_id": "Serena"
}Comece pelo que define a aprovação: um nome, um número difícil ou uma frase cuja emoção muda. Compare o resultado com o original até o fim. Mantenha a entrada fixa e altere um controle de cada vez. Uma voz agradável não comprova que todas as palavras foram preservadas.
Confira o orçamento atual na página da tarefa antes de enviar. Cobranças por caractere, segundo e solicitação não são comparáveis apenas pelo preço inicial. Compare o mesmo trecho ou gravação e inclua conversões ou alinhamento ainda necessários.
Como escolher uma alternativa
Escolha primeiro pela capacidade ausente. Uma alternativa deve resolver um gargalo concreto: seleção de voz, roteiro maior, direção ou o tipo correto de transcrição. Um nome mais novo não basta. As páginas atuais mostram tarefas e unidades de cobrança.
O que Qwen3 TTS faz na SpicyAPI
Direto da especificação atual do modelo na SpicyAPI. Alguns criadores oferecem mais nos próprios apps; estas são as funções que você pode usar pela nossa API hoje.
| Recurso | Texto para fala |
|---|---|
| Controle de seed | Não |
| Prompt negativo | Não |
O que você acha?
Esta análise foi útil?
Entre na sua conta para votar.
Comentários
Os comentários passam por verificação automática e pela nossa equipe. Removemos spam, conteúdo impróprio, ataques pessoais e qualquer coisa que cite uma pessoa real sem consentimento. Denuncie um comentário e analisamos em até um dia útil.
Já testou este modelo? Conte o que funcionou. É preciso ter uma conta gratuita para comentar, assim mantemos o spam longe.
Perguntas frequentes sobre Qwen3 TTS
Teste Qwen3 TTS você mesmo
Ajuste cada parâmetro no Playground e veja o preço exato antes de rodar.
Mais análises
Ver as classificações →
Gemini 3.8 Flash-Lite TTS
Uma ou duas vozes por solicitação: até 5.000 caracteres de roteiro para uma voz, ou até 20 falas de diálogo com 250 caracteres cada para duas.
Sem teste prático · catálogo verificado em 7 de out. de 2026
Ler a análise
Gemini 3.8 Flash TTS
Uma ou duas vozes por solicitação: até 5.000 caracteres de roteiro para uma voz, ou até 20 falas de diálogo com 250 caracteres cada para duas.
Sem teste prático · catálogo verificado em 7 de out. de 2026
Ler a análise
Seed Speech 2.0
Uma voz por solicitação, até 5.000 caracteres de roteiro.
Sem teste prático · catálogo verificado em 7 de out. de 2026
Ler a análise