Gå til indhold

Qwen 3 TTS - Voice Design [1.7B]

Integrer

Model-id qwen-3-tts/voice-design/1.7b
# 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/voice-design/1.7b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "prompt": "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"

Denne anmodning: 0,005 $ 5 API-kreditter · ≈ 0,54 ₽ Kør den på denne side

Hent API-nøgle
Alibaba Tekst til tale #text-to-speech#voice-design

Designer en ny stemme ud fra en skriftlig beskrivelse og taler den angivne tekst med den

Alibaba · Lyd

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet

Tekstindhold, der skal konverteres til tale.

•påkrævet

Valgfrie instruktioner til stilen for syntetiseret tale.

Avanceret language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker
standard Auto

Sprog for den stemme, der designes.

standard 50

Indstilling for top-k-sampling.

standard 1

Top-p-indstilling, der anvendes under sampling.

standard 0.9

Temperatur, der anvendes under sampling; højere værdier øger tilfældigheden.

standard 1.05

Straf, der gentagelse af tokens eller koder modvirker.

standard 50

Top-k-indstilling ved sampling fra sub-talker.

standard 1

Top-p-indstilling ved sampling fra sub-talker.

standard 0.9

Samplingtemperatur anvendt af sub-talker.

standard 200

Øvre grænse for nyligt genererede codec-tokens.

POST /run/qwen-3-tts/voice-design/1.7b?wait=20 pris → 0,005 $
# 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/voice-design/1.7b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "text": "Hello from Doitong. This is a short test sentence.",
    "prompt": "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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om Qwen 3 TTS - Voice Design [1.7B]

Genererer tale for `text` med en stemme, der beskrives af den påkrævede `prompt`, så hverken en forudindstillet stemme eller referencelyd er nødvendig. `language` kan være Auto eller et af ti navngivne sprog. Samplingkontroller og `max_new_tokens` (1 til 8192, standard 200) er tilgængelige. Den designede stemme kan senere klones med clone-voice-modellen.

Parametre

NavnType StandardTilladt Beskrivelse
textpåkrævet
Typestring
Tekstindhold, der skal konverteres til tale.
languagevalgfri
Typeenum
StandardAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
Sprog for den stemme, der designes.
promptpåkrævet
Typestring
Valgfrie instruktioner til stilen for syntetiseret tale.
top_kvalgfri
Typeinteger | null
Standard50
≥ 0
Indstilling for top-k-sampling.
top_pvalgfri
Typenumber | null
Standard1
0 – 1
Top-p-indstilling, der anvendes under sampling.
temperaturevalgfri
Typenumber | null
Standard0.9
≤ 1> 0
Temperatur, der anvendes under sampling; højere værdier øger tilfældigheden.
repetition_penaltyvalgfri
Typenumber | null
Standard1.05
≥ 0
Straf, der gentagelse af tokens eller koder modvirker.
subtalker_dosamplevalgfri
Typeboolean | null
Standardtrue
Kontakt, der aktiverer eller deaktiverer sampling med sub-talker.
subtalker_top_kvalgfri
Typeinteger | null
Standard50
≥ 0
Top-k-indstilling ved sampling fra sub-talker.
subtalker_top_pvalgfri
Typenumber | null
Standard1
0 – 1
Top-p-indstilling ved sampling fra sub-talker.
subtalker_temperaturevalgfri
Typenumber | null
Standard0.9
0 – 1
Samplingtemperatur anvendt af sub-talker.
max_new_tokensvalgfri
Typeinteger | null
Standard200
1 – 8.192
Øvre grænse for nyligt genererede codec-tokens.
enable_safety_checkervalgfri
Typeboolean
Standardtrue
Screening kan lempes ved at angive false, hvis den kaldende part er autoriseret.
påkrævet

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/voice-design/1.7b",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "text": "Hello from Doitong. This is a short test sentence.",
    "prompt": "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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Lydfil med den syntetiserede tale.

Flere modeller: Tekst til tale

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/qwen-3-tts/voice-design/1.7b.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt