تخطّي إلى المحتوى

Qwen 3 TTS - Clone Voice [0.6B]

التكامل

معرّف النموذج qwen-3-tts/clone-voice/0.6b
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/qwen-3-tts/clone-voice/0.6b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

ملفات مثل المثال: ⁨‏0.001 $⁩ 1 رصيد API · ≈ ⁨‏0.11 ₽⁩ تُقاس ملفاتك قبل التشغيل تشغيله في هذه الصفحة

الحصول على مفتاح API
Alibaba الصوت مدخلات مرجعية #clone-voice#voice-clone

ينشئ تمثيلًا مضمنًا قابلًا لإعادة الاستخدام للمتحدث من مقطع مرجعي، وهو الإصدار الأصغر 0.6B من ناسخ الصوت

Alibaba · بيانات (JSON)

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

•مطلوب audio_url
أفلت ملفًا، أو

عنوان URL لصوت استنساخ الصوت؛ يكفي تسجيل كلام قصير وواضح كمرجع، بشرط ألا تتجاوز مدته 300 ثانية (5 دقائق).

متقدم reference_text · enable_safety_checker

نص مرجعي، يُوفّر اختياريًا لتحسين التوليف بصوت مستنسخ، ويجب أن يكون النص المستخدم لإنشاء تمثيل المتحدث.

POST /run/qwen-3-tts/clone-voice/0.6b?wait=20 عرض السعر → ⁨‏0.001 $⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/qwen-3-tts/clone-voice/0.6b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول Qwen 3 TTS - Clone Voice [0.6B]

يأخذ تسجيلًا مرجعيًا عبر `audio_url` (بحد أقصى 300 ثانية، وتكفي عينة قصيرة من كلام واضح) ويعيد ملف تمثيل المتحدث المضمن بصيغة safetensors. يمكن تمرير التمثيل بعد ذلك إلى نقطة نهاية تحويل النص إلى كلام المطابقة. يمكن توفير `reference_text` اختياريًا لتحسين جودة التوليف.

المعاملات

أرسل الاسم الأساسي أو الاسم الأصلي، وليس كليهما. الأسماء الأساسية

الاسمالنوع الافتراضيمسموح الوصف
audio_urlمطلوب audio
النوعurl · audio
عنوان URL لصوت استنساخ الصوت؛ يكفي تسجيل كلام قصير وواضح كمرجع، بشرط ألا تتجاوز مدته 300 ثانية (5 دقائق).
reference_textاختياري
النوعstring | null
نص مرجعي، يُوفّر اختياريًا لتحسين التوليف بصوت مستنسخ، ويجب أن يكون النص المستخدم لإنشاء تمثيل المتحدث.
enable_safety_checkerاختياري
النوعboolean
الافتراضيtrue
يمكن تخفيف الفحص بضبط القيمة على false، شريطة أن يكون المستدعي مخولًا بذلك.
مطلوب الاسم الأساسي، مقبول أيضًا

تقبل معاملات الملفات عنوان URL عامًا يبدأ بـ https://، أو URI من نوع data: يصل حجمه إلى 10 MB، أو file_url لملف تم تحميله. الملفات

المخرجات

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/clone-voice/0.6b",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1,
    "usd": "0.001",
    "charged": 1,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "speaker_embedding": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
speaker_embedding
object {url, content_type, file_name, file_size}تمثيل المتحدث المُولّد كملف safetensors.

مزيد من النماذج: الصوت

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/qwen-3-tts/clone-voice/0.6b.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt