Qwen3 TTS обзор: девять голосов без клонирования
Один голос на запрос, сценарий до 2000 символов, тарифицируется с минимумом 100 символов.
Qwen3 TTS — модель синтеза речи с открытым кодом от команды Qwen компании Alibaba, выпущенная в январе 2026 года: отправьте сценарий, выберите один из девяти голосов, опишите подачу на простом языке и получите файл MP3. Вы платите за каждую 1000 символов, а SpicyAPI не добавляет никакого контент-фильтра.
- Lydia
- Без практического теста · каталог проверен 7 окт. 2026 г.
- Обновлено 7 окт. 2026 г.
Наш вывод
Новые платные образцы для статьи не создавались. Опубликованный пример показывает конкретные вход и выход, а не контролируемое сравнение моделей. Иллюстрация статьи — редакционная работа, а не результат теста обсуждаемой модели.
Что понравилось и что мешало
Что понравилось
- Голоса персонажей и компаньонов. Сохраняйте выбор голоса и инструкции, затем проверяйте на слух изменения между главами. Перед сборкой записи сверяйте конец каждой главы со сценарием.
- Реплики на китайском, японском и корейском. Профили включают пекинский и сычуаньский диалекты, японский и корейский. Выберите нужный голос и проверьте имена и произношение в своём сценарии. Языковой профиль не является измерением качества акцента.
Что мешало
- Один голос на запрос, сценарий до 2000 символов, тарифицируется с минимумом 100 символов. Результат — один моно-файл MP3, 24 кГц; нет пословных таймингов или субтитров. Предлагаются только девять готовых голосов — без клонирования и без собственных голосов. Скорость и высота тона не выведены отдельными полями; попросите более медленную или мягкую подачу в instructions.
Что подтверждают данные
Использованные данные не подтверждают сопоставимый публичный результат качества для точного варианта, который предоставляется здесь. Соседняя версия или другой режим не закрывают этот пробел. Описанные настройки — проверенные функции продукта, а не новые оценки естественности, разборчивости или скорости.
В официальном README Qwen3-TTS клонирование голоса выделено отдельно. CustomVoice предлагает девять готовых тембров, VoiceDesign создаёт голос по описанию, а Base использует эталонную аудиозапись для клонирования. Девять голосов этого эндпоинта не подтверждают доступ к другим контрольным точкам модели. Если требуется воспроизвести конкретного диктора, задача с готовыми голосами не подходит. Текстовая инструкция об интонации не создаёт новую личность говорящего.
Как подготовить первый запрос
Вход ниже основан на опубликованных примерах и не обещает одинакового результата при каждом запуске. Разделяйте произносимые слова и указания, если для них есть разные поля. Сначала проверьте обычное предложение, затем расширяйте сценарий. Дополнительные прилагательные редко устраняют неоднозначность.
{
"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"
}Начните с фрагмента, от которого зависит приёмка: имени, сложного числа или предложения со сменой эмоции. Сверьте результат с оригиналом до самого конца. Зафиксируйте вход и меняйте по одной настройке. Приятный голос ещё не доказывает, что сохранены все слова.
Перед отправкой проверьте текущую оценку стоимости на странице задачи. Оплату за символ, секунду и запрос нельзя сравнивать только по начальной цене. Возьмите одинаковый фрагмент или запись и учтите необходимое преобразование и выравнивание.
Как выбрать альтернативу
Сначала выбирайте недостающую возможность. Альтернатива должна устранять конкретное препятствие: выбор голоса, более длинный сценарий, режиссуру или подходящий вид расшифровки. Нового названия недостаточно. На текущих страницах указаны задачи и единицы оплаты.
Что Qwen3 TTS умеет на SpicyAPI
Взято напрямую из актуальной спецификации модели на SpicyAPI. Некоторые разработчики дают больше в своих приложениях; здесь — то, что можно вызвать через наш API уже сегодня.
| Функция | Текст в речь |
|---|---|
| Управление seed | Нет |
| Негативный промпт | Нет |
Что вы думаете?
Был ли этот обзор полезен?
Войдите, чтобы проголосовать.
Комментарии
Комментарии проверяются автоматически и нашей командой. Мы удаляем спам, неуместный контент, личные нападки и всё, где без согласия называют реального человека. Пожалуйтесь на комментарий — мы рассмотрим жалобу в течение одного рабочего дня.
Пробовали эту модель? Поделитесь тем, что сработало. Чтобы комментировать, нужен бесплатный аккаунт — так мы защищаемся от спама.
Вопросы о Qwen3 TTS
Попробуйте Qwen3 TTS сами
Настройте каждый параметр в Playground и узнайте точную цену до запуска.
Другие обзоры
Смотреть рейтинги →
Gemini 3.8 Flash-Lite TTS
Один или два голоса на запрос: до 5000 символов сценария для одного голоса или до 20 реплик диалога по 250 символов для двух.
Без практического теста · каталог проверен 7 окт. 2026 г.
Читать обзор
Gemini 3.8 Flash TTS
Один или два голоса на запрос: до 5000 символов сценария для одного голоса или до 20 реплик диалога по 250 символов для двух.
Без практического теста · каталог проверен 7 окт. 2026 г.
Читать обзор
Seed Speech 2.0
Один голос на запрос, сценарий до 5000 символов.
Без практического теста · каталог проверен 7 окт. 2026 г.
Читать обзор