Введение
Используйте alibaba/qwen-audio-3.0-tts-plus/text-to-speech для озвучки подготовленного сценария: доступны 597 готовых голосов; добавьте указания по подаче, отправьте задачу и опрашивайте её до завершения.
| Характеристика | Значение |
|---|---|
| Ввод | Текст |
| Вывод | Аудио |
| Эндпоинт API | alibaba/qwen-audio-3.0-tts-plus/text-to-speech |
| Текст сценария | 3.0 TTS Plus: обязательный text, максимум 10 000 символов |
| Выбор голоса | 3.0 TTS Plus: 597 готовых голосов, идентификаторы только этой модели |
| Настройки вывода | 3.0 TTS Plus: по умолчанию MP3; также WAV, сырой PCM или Opus; частота по умолчанию 24 000 Гц |
| Порядок запроса | 3.0 TTS Plus: асинхронная отправка и последующий опрос задачи |
| Результаты замеров | Контекст 3.0 TTS Plus: тесты разных моделей 5 ноября 2026 года, 139 английских символов, примерно 5–18 секунд обработки и 7–9,6 секунды аудио |
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
text | Да | Сценарий 3.0 TTS Plus: 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 |
voice_id | Нет | Выбор голоса 3.0 TTS Plus: укажите один из 597 готовых голосов этой модели; идентификаторы других моделей отклоняются, значение по умолчанию в исходных данных не указано, выбор… |
instructions | Нет | Подача 3.0 TTS Plus: произвольные указания об эмоциях, тоне, образе, темпе или диалекте не произносятся и не оплачиваются; предел длины и инструкции по умолчанию в исходных данн… Не более 1000 символов |
language | Нет | Языковая подсказка 3.0 TTS Plus: по умолчанию auto, также доступны zh, en, ja, ko, fr, de, pt, it, vi и id; на цену настройка не влияет. |
speed | Нет | Темп 3.0 TTS Plus: диапазон 0,5–2, по умолчанию 1; позволяет замедлять или ускорять речь без изменения стоимости. |
pitch | Нет | Высота голоса 3.0 TTS Plus: диапазон 0,5–2, по умолчанию 1; меняет высоту звучания без дополнительной платы. |
volume | Нет | Громкость 3.0 TTS Plus: диапазон 0–100, по умолчанию 50; изменение громкости результата не влияет на оплату. |
output_format | Нет | Кодирование 3.0 TTS Plus: по умолчанию mp3, также wav, pcm (сырой поток) и opus; выбранный формат не меняет стоимость. |
sample_rate | Нет | Частота дискретизации 3.0 TTS Plus: 8000, 12000, 16000, 22050, 24000 (по умолчанию), 44100 или 48000 Гц; цена при изменении частоты сохраняется. |
bitrate | Нет | Битрейт 3.0 TTS Plus применяется к Opus и не влияет на цену; числовой диапазон и значение по умолчанию в исходных данных не приведены. |
enable_ssml | Нет | Разметка 3.0 TTS Plus: включите обработку text как SSML для пауз, произношения и акцентов; значение по умолчанию в исходных данных не указано, доплаты сверх расчёта по длине тек… По умолчанию: |
seed | Нет | Сравнение 3.0 TTS Plus: используйте seed для общего источника случайности, меняя одну настройку и не ожидая идентичного аудио; диапазон и значение по умолчанию в исходных данных… |
Стоимость
$0.019 / 1000 символов
В Qwen-Audio 3.0 TTS Plus расчёт ведётся за каждые 1000 символов text; указания по подаче и неудачные запросы не оплачиваются.
Сценарии использования
Разговоры с компаньоном
Напишите поддерживающий ответ и оцените мягкое, игривое прочтение вымышленным компаньоном.
Персонажи социальных приложений
Закрепите за каждым персонажем готовый голос и кратко опишите его характер для озвученных публикаций.
Поддержка на тренировке
Добавьте к сценарию тренировки бодрые указания по подаче, чтобы поддержать слушателя до последнего повторения.
Руководство по промптам и практические советы
Подготовьте сценарий 3.0 TTS Plus
Внесите окончательные слова для 3.0 TTS Plus в text и уложитесь в 10 000 символов на запрос.
Выберите голос и подачу 3.0 TTS Plus
Выберите готовый голос 3.0 TTS Plus и опишите в instructions нужную роль, эмоции и темп.
Создайте и прослушайте запись 3.0 TTS Plus
Задайте формат вывода 3.0 TTS Plus, отправьте запрос, опрашивайте задачу и прослушайте готовое исполнение.
Введение
Qwen-Audio 3.0 TTS Plus предлагает социальным приложениям и приложениям-компаньонам выразительные готовые голоса команды Qwen компании Alibaba. В набор из 597 голосов входят 589 китайских и восемь английских вариантов для диалогов персонажей и разговорных записей.
Оставьте диалог в text, а характер и настроение опишите в instructions. Синтез 3.0 TTS Plus выполняется асинхронно: отправьте запрос, опрашивайте задачу и оцените речь перед использованием в приложении.
Основные возможности
- Прослушайте восемь английских голосов вместе с каталогом из 589 китайских вариантов.
- Опишите настроение компаньона или энергичность тренера свободными указаниями по подаче.
- Настройте speed от 0,5 до 2 и pitch от 0,5 до 2 под выбранного персонажа.
- Добавьте разметку SSML для произношения, акцентов и пауз, когда диалогу нужен более точный контроль.
Применение
- Разговоры с компаньоном: Напишите поддерживающий ответ и оцените мягкое, игривое прочтение вымышленным компаньоном.
- Персонажи социальных приложений: Закрепите за каждым персонажем готовый голос и кратко опишите его характер для озвученных публикаций.
- Поддержка на тренировке: Добавьте к сценарию тренировки бодрые указания по подаче, чтобы поддержать слушателя до последнего повторения.
Советы по составлению запросов
- Определите манеру персонажа до настройки отдельных ползунков. Пример инструкции: "Sound friendly, curious and a little playful."
- Проверяйте одно эмоциональное намерение за раз, чтобы упростить сравнение. Пример инструкции: "Offer reassurance with gentle, steady confidence."
- Отделяйте указания тренеру от самих слов поддержки. Пример инструкции: "Speak like an upbeat gym coach cheering the final set."
- Сравните короткий ответ в нескольких голосах, прежде чем выбрать исполнителя. Пример инструкции: "Read with relaxed warmth, as if catching up by phone."
Наблюдение о контенте Qwen-Audio 3.0 TTS Plus: фильтра контента нет; сценарии со взрослой тематикой в тестах читались как написано; каждый изображённый человек должен быть совершеннолетним; проверьте права на сценарий и не вводите слушателей в заблуждение относительно того, чей это голос.
Быстрый старт API
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-audio-3.0-tts-plus/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"language": "auto",
"voice_id": "qwen-audio-3.0-tts-plus-loonglunawang",
"sample_rate": 24000,
"output_format": "mp3"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.








