تخطّي إلى المحتوى

Qwen 3 TTS - Text to Speech [0.6B]

التكامل

معرّف النموذج qwen-3-tts/text-to-speech/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/text-to-speech/0.6b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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"

هذا الطلب: ⁨‏0.004 $⁩ 4 أرصدة API · ≈ ⁨‏0.43 ₽⁩ تشغيله في هذه الصفحة

الحصول على مفتاح API
Alibaba تحويل النص إلى كلام مدخلات مرجعية #text-to-speech

تحويل نص إلى كلام أصغر بحجم 0.6B من Qwen3، مع تسعة أصوات مسبقة واختيار اللغة واستنساخ الصوت عبر التضمين

Alibaba · صوت

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

محتوى نصي لتحويله إلى كلام.

تعليمات اختيارية لنمط الكلام، ويُتجاهل وجودها عند توفير تمثيل للمتحدث.

متقدم reference_text · speaker_voice_embedding_file_url · voice · language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker

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

أفلت ملفًا، أو

صوت مستنسخ لتوليف الكلام، إذا تم توفيره، ويستبدل خيارات الصوت المحددة مسبقًا.

اختيار صوت توليف الكلام، ويُستبدل بأي تمثيل متحدث مُوفّر. تُدرج تفاصيل الصوت ودعم اللغات الأساسية في [توثيق الصوت](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).

الافتراضي Auto

اللغة التي يستخدمها الصوت.

الافتراضي 50

إعداد أخذ عينات top-k.

الافتراضي 1

إعداد Top-p المستخدم أثناء أخذ العينات.

الافتراضي 0.9

درجة الحرارة المستخدمة أثناء أخذ العينات؛ تزيد القيم الأكبر العشوائية.

الافتراضي 1.05

عقوبة تحد من تكرار الرموز أو الأكواد.

الافتراضي 50

إعداد Top-k المستخدم عند أخذ العينات من المتحدث الفرعي.

الافتراضي 1

إعداد Top-p المستخدم عند أخذ العينات من المتحدث الفرعي.

الافتراضي 0.9

درجة حرارة أخذ العينات التي يستخدمها المتحدث الفرعي.

الافتراضي 200

الحد الأقصى للرموز الجديدة المُولَّدة للترميز.

POST /run/qwen-3-tts/text-to-speech/0.6b?wait=20 عرض السعر → ⁨‏0.004 $⁩
# 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/text-to-speech/0.6b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence."
  }'

# 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 - Text to Speech [0.6B]

يحوّل `text` إلى كلام باستخدام نموذج 0.6B. اختر `voice` مسبقًا مثل Vivian أو Serena أو Dylan أو Sohee، أو وفّر `speaker_voice_embedding_file_url` لاستخدام صوت مستنسخ، مع `reference_text` اختياريًا. تغطي `language` خيار Auto وعشر لغات مسماة، منها English وChinese وJapanese. تتوفر عناصر التحكم في أخذ العينات و`max_new_tokens` (من 1 إلى 8192).

المعاملات

الاسمالنوع الافتراضيمسموح الوصف
textمطلوب
النوعstring
محتوى نصي لتحويله إلى كلام.
promptاختياري
النوعstring | null
تعليمات اختيارية لنمط الكلام، ويُتجاهل وجودها عند توفير تمثيل للمتحدث.
voiceاختياري
النوعenum
VivianSerenaUncle_FuDylanEricRyanAidenOno_AnnaSohee
اختيار صوت توليف الكلام، ويُستبدل بأي تمثيل متحدث مُوفّر. تُدرج تفاصيل الصوت ودعم اللغات الأساسية في [توثيق الصوت](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).
languageاختياري
النوعenum
الافتراضيAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
اللغة التي يستخدمها الصوت.
speaker_voice_embedding_file_urlاختياري
النوعurl · file
صوت مستنسخ لتوليف الكلام، إذا تم توفيره، ويستبدل خيارات الصوت المحددة مسبقًا.
reference_textاختياري
النوعstring | null
نص مرجعي، يُوفّر اختياريًا لتحسين التوليف بصوت مستنسخ، ويجب أن يكون النص المستخدم لإنشاء تمثيل المتحدث.
top_kاختياري
النوعinteger | null
الافتراضي50
≥ 0
إعداد أخذ عينات top-k.
top_pاختياري
النوعnumber | null
الافتراضي1
0 – 1
إعداد Top-p المستخدم أثناء أخذ العينات.
temperatureاختياري
النوعnumber | null
الافتراضي0.9
≤ 1> 0
درجة الحرارة المستخدمة أثناء أخذ العينات؛ تزيد القيم الأكبر العشوائية.
repetition_penaltyاختياري
النوعnumber | null
الافتراضي1.05
≥ 0
عقوبة تحد من تكرار الرموز أو الأكواد.
subtalker_dosampleاختياري
النوعboolean | null
الافتراضيtrue
مفتاح لتفعيل أو تعطيل أخذ العينات بواسطة المتحدث الفرعي.
subtalker_top_kاختياري
النوعinteger | null
الافتراضي50
≥ 0
إعداد Top-k المستخدم عند أخذ العينات من المتحدث الفرعي.
subtalker_top_pاختياري
النوعnumber | null
الافتراضي1
0 – 1
إعداد Top-p المستخدم عند أخذ العينات من المتحدث الفرعي.
subtalker_temperatureاختياري
النوعnumber | null
الافتراضي0.9
0 – 1
درجة حرارة أخذ العينات التي يستخدمها المتحدث الفرعي.
max_new_tokensاختياري
النوعinteger | null
الافتراضي200
1 – 8,192
الحد الأقصى للرموز الجديدة المُولَّدة للترميز.
enable_safety_checkerاختياري
النوعboolean
الافتراضيtrue
يمكن تخفيف الفحص بضبط القيمة على false، شريطة أن يكون المستدعي مخولًا بذلك.
مطلوب

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/text-to-speech/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": 4,
    "usd": "0.004",
    "charged": 4,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence."
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200,
      "duration": 5,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "string"
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "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
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}ملف صوت يحتوي على الكلام المُولّف.

مزيد من النماذج: تحويل النص إلى كلام

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