Přejít na obsah

Qwen 3 TTS - Clone Voice [0.6B]

Integrace

ID modelu 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"

Soubory jako v příkladu: 0,001 $ 1 kredit API · ≈ 0,11 ₽ vaše soubory se před spuštěním změří Spustit na této stránce

Získat API klíč
Alibaba Zvuk Referenční vstupy #clone-voice#voice-clone

Vytvoří znovu použitelné vložení mluvčího z referenčního klipu; menší varianta 0.6B klonovače hlasu

Alibaba · Data (JSON)

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

•povinné audio_url
Přetáhněte soubor nebo

URL zvuku pro klonování hlasu; jako reference postačí krátká, čistá nahrávka řeči, pokud její délka nepřesáhne 300 sekund (5 minut).

Pokročilé reference_text · enable_safety_checker

Referenční text, který lze volitelně zadat pro zlepšení syntézy klonovaným hlasem; musí jít o text použitý k vytvoření embeddingu mluvčího.

POST /run/qwen-3-tts/clone-voice/0.6b?wait=20 cena → 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"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu Qwen 3 TTS - Clone Voice [0.6B]

Převezme referenční nahrávku přes `audio_url` (nejvýše 300 sekund, stačí krátký klip s čistou řečí) a vrátí soubor s vložením mluvčího ve formátu safetensors. Vložení lze následně předat odpovídajícímu endpointu převodu textu na řeč. Volitelný `reference_text` může zlepšit kvalitu syntézy.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
audio_urlpovinné audio
Typurl · audio
URL zvuku pro klonování hlasu; jako reference postačí krátká, čistá nahrávka řeči, pokud její délka nepřesáhne 300 sekund (5 minut).
reference_textvolitelné
Typstring | null
Referenční text, který lze volitelně zadat pro zlepšení syntézy klonovaným hlasem; musí jít o text použitý k vytvoření embeddingu mluvčího.
enable_safety_checkervolitelné
Typboolean
Výchozítrue
Kontrolu lze uvolnit nastavením na false, pokud je volající autorizován.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

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"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
speaker_embedding
object {url, content_type, file_name, file_size}Embedding mluvčího vygenerovaný jako soubor safetensors.

Další modely: Zvuk

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/qwen-3-tts/clone-voice/0.6b.md. Všechny modely a návody: https://doitong.com/developers/llms.txt