Перейти к основному контенту

Qwen-Audio 3.0 TTS Flash принимает сценарий и указания по подаче для речи помощников; доступны 597 готовых голосов с настройками speed, pitch, volume и формата аудио.

От $0.014/1 000 символов

Рабочая область

Ввод

Текст в речь
128/10000
Сценарий 3.0 TTS Flash: обязательное поле text, до 10 000 символов, без текста по умолчанию; длина определяет оплату за каждые 1000 символов. Не менее 1 символов · Не более 10000 символов

128 символов

Выбор голоса 3.0 TTS Flash: укажите один из 597 готовых голосов этой модели; идентификаторы других моделей отклоняются, значение по умолчанию в исходных данных не указано, выбор не меняет цену.
36/1000
Подача 3.0 TTS Flash: произвольные указания об эмоциях, тоне, образе, темпе или диалекте не произносятся и не оплачиваются; предел длины и инструкции по умолчанию в исходных данных не указаны. Не более 1000 символов

Никогда не зачитывается вслух. Только задаёт, как исполнить текст.

Фильтр безопасностиВыключен

SpicyAPI не применяет фильтр безопасности к этой модели. Промпт и материалы передаются модели без изменений, а результат определяет сама модель.

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Вывод

Готово к запуску
Пример результата
0:00 / –:––

Связанные модели и следующие шаги

Нужной модели нет?

Понятная речь для следующего ответа клиенту

Qwen-Audio 3.0 TTS Flash предназначен для речи ассистентов и клиентских служб; заявленный акцент — малая задержка первого пакета. В SpicyAPI этот эндпоинт выдаёт аудио через отправку задачи и опрос её статуса, предлагает 597 готовых голосов и стоит $0.01425 за 1000 символов текста. Английский голос по умолчанию — Luna Wang. SpicyAPI не применяет фильтр контента; в испытаниях 5 ноября 2026 года модель озвучила наши тестовые NSFW-сценарии без изменений.

Открыть плейграунд
Понятная речь для следующего ответа клиенту
Голоса для сервиса
597 готовых; без клонирования
Распределение голосов
589 китайскоязычных, 8 английских
Стандартный голос
Английский: Luna Wang
Лимит текста
10 000 символов на задачу
Стоимость использования
$0.01425 / 1000 символов
Получение результата
Отправка задачи и опрос статуса
Речь для сервиса
Для ответов ассистентовAlibaba позиционирует 3.0 Flash как модель с малой задержкой первого пакета для ассистентов и клиентского обслуживания. При интеграции здесь учитывайте отправку задачи и получение готового аудио, не предполагая потокового соединения.
Выбор диктора
Подберите голос своему сервисуДоступны 589 китайскоязычных и восемь английских готовых голосов; по умолчанию используется английский Luna Wang. Перед выбором голоса сервиса прослушайте приветствие, ответ на вопрос и уведомление.
Расходы
Считайте символы ответаОплата определяется только text и рассчитывается линейно по тарифу $0.01425 за 1000 символов. Указания по исполнению не оплачиваются; смена голоса или настроек аудио не добавляет наценки.

Что умеет API Qwen-Audio 3.0 TTS Flash

  • Ориентация на голосовых ассистентов

    Эта версия нацелена на малую задержку первого пакета в сервисных диалогах. Такое позиционирование не гарантирует время завершения задачи на этом эндпоинте.

  • Голос для повседневного общения с клиентом

    Прослушайте подходящих кандидатов из 597 готовых голосов. Восемь английских вариантов соседствуют с 589 китайскоязычными; эндпоинт принимает только собственные идентификаторы голосов.

  • Ответ отдельно, манера отдельно

    Запишите обращённый к клиенту ответ в text, а манеру обслуживания опишите в instructions. До 1000 символов указаний позволяют попросить спокойную, терпеливую или лаконичную подачу; сами указания не произносятся.

  • Настройки фразировки для сервиса

    Регулируйте speed и pitch в пределах 0.5–2, громкость — в пределах 0–100. Для пауз, произношения и акцентов добавьте SSML в text и включите обработку разметки.

  • Кодирование под принимающую систему

    Доступны MP3, WAV, «сырой» PCM и Opus; стандартный формат — MP3. Выберите для sample_rate поддерживаемое значение в диапазоне 8–48 кГц; в запросе Opus также можно указать bitrate.

  • Языковые подсказки для коротких ответов

    Помимо автоматического определения доступны десять явных языковых подсказок. Если ответ сервиса короткий, прослушайте его с нужной подсказкой и проверьте имена и местные термины.

Где пригодится Qwen-Audio 3.0 TTS Flash

  • Превратите подготовленный ответ в речь

    Разработчикам голосовых ассистентов

    Превратите подготовленный ответ в речь

    Озвучьте краткий ответ, например о времени ближайшего поезда или событии в календаре. Учтите ожидание готовности задачи в интерфейсе и проверьте звучание при воспроизведении.

  • Чёткий ответ на горячей линии

    Службам поддержки

    Чёткий ответ на горячей линии

    Подготовьте вступительную реплику, инструкцию по выбору направления или стандартное пояснение. До использования записи на горячей линии проверьте, как выбранный голос читает пункты меню и выдерживает паузы.

  • Сообщите главное голосом

    Сервисам бронирования и доставки

    Сообщите главное голосом

    Озвучьте подтверждение брони, напоминание о получении или уведомление о доставке. Проверьте формулировки даты, времени и места, чтобы слушатель понимал следующее действие.

  • Короткие подсказки для устройств

    Командам умных устройств и автомобильных систем

    Короткие подсказки для устройств

    Подготовьте сообщения о состоянии для умных устройств или бортовых систем. Выберите поддерживаемое кодирование и частоту дискретизации для принимающего плеера, затем проверьте слышимость и фразировку на самой системе.

Порядок запроса к API Qwen-Audio 3.0 TTS Flash

  1. Подготовьте текст для клиента

    Поместите ответ сервиса или уведомление в text, не превышая 10 000 символов. Записывайте даты, время и названия пунктов так, как их должен услышать клиент.

  2. Задайте голос сервиса и язык

    Выберите voice_id из перечисления 3.0 Flash; без этого параметра будет использован Luna Wang. При необходимости укажите языковую подсказку или оставьте автоматическое определение.

  3. Настройте подачу и аудиофайл

    Добавьте короткое описание тона обслуживания в instructions и при необходимости измените темп. Выберите формат вывода и поддерживаемую частоту дискретизации; bitrate используйте только с Opus.

  4. Отправьте задачу и следите за статусом

    Сохраните полученный идентификатор задачи и опрашивайте её до готовности результата. Заявленная малая задержка первого пакета не означает, что API предоставляет потоковую выдачу.

  5. Проверьте сообщение в конечной системе

    Перед использованием для клиентов прослушайте запись в том плеере, для которого она предназначена. Сохраните нужные выходные файлы в пределах 14-дневного срока хранения.

Готовые примеры для Qwen-Audio 3.0 TTS Flash

  • Голосовой ассистент сообщает об отправлении

    В коротком подготовленном ответе явно указан стандартный английский голос и задана нейтральная сервисная подача.

    {"text": "The next train leaves at ten twenty from platform four. You have twelve minutes to reach the station.", "voice_id": "qwen-audio-3.0-tts-flash-loonglunawang", "language": "en", "instructions": "An assistant giving clear travel information in a calm, practical tone."}
  • Горячая линия объясняет часы работы

    Немного замедленное чтение даёт слушателю время понять часы работы и дальнейшие действия.

    {"text": "Our support team is available from nine in the morning until six in the evening. Please leave your reference number after the message.", "voice_id": "qwen-audio-3.0-tts-flash-loonglunawang", "language": "en", "instructions": "A service agent, courteous and patient, with clear separation between the two sentences.", "speed": 0.9, "output_format": "wav"}
  • Уведомление о готовности посылки

    Кодирование Opus и допустимый bitrate показывают, как задать формат воспроизведения уведомления.

    {"text": "Your parcel is ready for collection at the reception desk. Please bring your collection code before seven this evening.", "voice_id": "qwen-audio-3.0-tts-flash-loonglunawang", "language": "en", "output_format": "opus", "sample_rate": 24000, "bitrate": 64000}

Что нужно знать об API Qwen-Audio 3.0 TTS Flash

Начните с сообщений, которые клиенты слышат чаще всего: приветствия, стандартного ответа и уведомления со временем или номером обращения. Прослушайте один голос на всех трёх примерах, обращая внимание на названия пунктов и сведения, от которых зависит следующее действие слушателя. Делайте указания по подаче достаточно простыми для повторного использования, а меняющийся клиентский текст помещайте в text. До подготовки большого набора сообщений согласуйте формат и частоту дискретизации с конечным плеером. В интерактивном ассистенте учитывайте отправку задачи, опрос статуса и воспроизведение при проектировании интерфейса: заявленный акцент на задержке модели не гарантирует время ответа всей системы.