Перейти к основному контенту

Qwen-Audio 3.1 TTS Flash принимает сценарий и указания по подаче для многоязычной речи; доступны 70 системных голосов с настройками speed, pitch, volume и формата аудио.

От $0.0029/1 000 символов

Рабочая область

Отправить запрос

Быстрый старт

Примеры используют публичные параметры выбранного эндпоинта. Замените API-ключ и примеры медиафайлов, затем отправьте запрос со своего сервера.

SDK и интеграции
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Аутентификация API

Храните API-ключ в серверной переменной окружения SPICY_API_KEY. Используйте Bearer-аутентификацию и Content-Type: application/json для JSON-запросов.

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"

Пример построен по входной схеме этой модели — той же, по которой API проверяет каждый запрос.

Входные параметры

Поместите эти поля в объект input тела запроса. Имена и типы соответствуют API. Не предполагайте значение по умолчанию, если оно не задано.

textstringОбязательно

Сценарий 3.1 TTS Flash: обязательное поле text, до 10 000 символов, без текста по умолчанию; длина определяет оплату за каждые 1000 символов.

По умолчанию
Не задано
Ограничения
minLength:1
maxLength:10000
seedintegerНеобязательно

Сравнение 3.1 TTS Flash: используйте seed для общего источника случайности, меняя одну настройку и не ожидая идентичного аудио; диапазон и значение по умолчанию в исходных данных не указаны, на цену seed не влияет.

По умолчанию
Не задано
Ограничения
minimum:0
maximum:65535
enable_ssmlbooleanНеобязательно

Разметка 3.1 TTS Flash: включите обработку text как SSML для пауз, произношения и акцентов; значение по умолчанию в исходных данных не указано, доплаты сверх расчёта по длине текста нет.

По умолчанию
false
bitrateintegerНеобязательно

Битрейт 3.1 TTS Flash применяется к Opus и не влияет на цену; числовой диапазон и значение по умолчанию в исходных данных не приведены.

По умолчанию
Не задано
Допустимые значения
320006400096000128000192000256000
sample_rateintegerНеобязательно

Частота дискретизации 3.1 TTS Flash: 8000, 12000, 16000, 22050, 24000 (по умолчанию), 44100 или 48000 Гц; цена при изменении частоты сохраняется.

По умолчанию
24000
Допустимые значения
8000120001600022050240004410048000
output_formatstringНеобязательно

Кодирование 3.1 TTS Flash: по умолчанию mp3, также wav, pcm (сырой поток) и opus; выбранный формат не меняет стоимость.

По умолчанию
"mp3"
Допустимые значения
"mp3""wav""pcm""opus"
volumeintegerНеобязательно

Громкость 3.1 TTS Flash: диапазон 0–100, по умолчанию 50; изменение громкости результата не влияет на оплату.

По умолчанию
50
Ограничения
minimum:0
maximum:100
pitchnumberНеобязательно

Высота голоса 3.1 TTS Flash: диапазон 0,5–2, по умолчанию 1; меняет высоту звучания без дополнительной платы.

По умолчанию
1
Ограничения
minimum:0.5
maximum:2
speednumberНеобязательно

Темп 3.1 TTS Flash: диапазон 0,5–2, по умолчанию 1; позволяет замедлять или ускорять речь без изменения стоимости.

По умолчанию
1
Ограничения
minimum:0.5
maximum:2
languagestringНеобязательно

Языковая подсказка 3.1 TTS Flash: по умолчанию auto, также доступны zh, en, ja, ko, fr, de, pt, it, vi и id; на цену настройка не влияет.

По умолчанию
"auto"
Допустимые значения
"auto""zh""en""ja""ko""fr""de""pt""it""vi""id"
instructionsstringНеобязательно

Подача 3.1 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.

По умолчанию
Не задано
Ограничения
maxLength:1000
voice_idstringНеобязательно

Выбор голоса 3.1 TTS Flash: укажите один из 70 системных голосов этой модели; идентификаторы других моделей отклоняются, значение по умолчанию в исходных данных не указано, выбор не меняет цену.

По умолчанию
"Emily_v3.1"
Допустимые значения
"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"

Отследить задачу

HTTP 202 означает принятие задачи, а не завершение генерации. Сохраните полученный taskId и проверяйте эту задачу. Не создавайте новую, пока ждёте результат.

Ответ при приёме задачи
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"
  }
}

В ответе о приёме есть оценка стоимости — приложение сможет показать ту же сумму в истории задач и в расчётах.

Получить задачу
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Начните с интервала около 2 секунд и постепенно увеличивайте его. Прекратите опрос при конечном состоянии. После сбоя соединения используйте исходный taskId. Повторно создавать задачу можно только с исходным ключом идемпотентности и исходным телом запроса.

Или пусть вызов придёт сам
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);
});

Передайте callBackUrl при создании задачи — готовая запись придёт к вам POST-запросом, и никакого опроса не понадобится. В каждой доставке есть X-Webhook-Timestamp, X-Webhook-Signature и X-Webhook-Payload-Version. Подпись — это HMAC-SHA256 в base64 от taskId.timestamp.sha256(body), поэтому проверять её нужно по исходным байтам: если разобрать JSON и сериализовать заново, байты изменятся и проверка не пройдёт. Неудачные доставки повторяются, так что один и тот же taskId может прийти дважды — сделайте обработчик идемпотентным. Сначала ответьте 2xx, работу выполняйте после: медленный обработчик считается неудачной доставкой.

Прочитать результат

Обрабатывайте output только при state, равном succeeded. При ошибке проверьте errorCode, errorMessage и request_id. Стоимость и состояния в примерах не являются фактическим счётом.

Пример ответа после завершения
{
  "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"
  }
}

Доступные файлы можно открыть или скачать по assets[].url без заголовка API Authorization. Подписанная ссылка действует до expiresAt. Чтобы обновить её, повторно запросите задачу в течение срока хранения файла. У ожидающих или недоступных файлов URL отсутствует. Не передавайте подписанные ссылки посторонним.

SDK и интеграции

Используйте SpicyAPI в приложении, терминале, ИИ-ассистенте или визуальном процессе. Выберите руководство по настройке.

Использование в ComfyUI

Установите узлы SpicyAPI через ComfyUI Manager или командой ниже и найдите на холсте Qwen-Audio 3.1 TTS Flash · Text to Speech. У узла те же параметры, что и на этой странице, а цена показывается до запуска.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi