Μετάβαση στο περιεχόμενο

Qwen 3 TTS - Clone Voice [1.7B]

Ενσωμάτωση

id μοντέλου qwen-3-tts/clone-voice/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/clone-voice/1.7b?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"

Αρχεία όπως το παράδειγμα: 0,001 $ 1 πίστωση API · ≈ 0,11 ₽ τα αρχεία σας μετρώνται πριν από την εκτέλεση Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Alibaba Ήχος Είσοδοι αναφοράς #clone-voice#voice-clone

Δημιουργεί επαναχρησιμοποιήσιμη ενσωμάτωση ομιλητή από κλιπ αναφοράς, μεγαλύτερη παραλλαγή 1.7B του κλωνοποιητή φωνής

Alibaba · Δεδομένα (JSON)

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται audio_url
Αποθέστε ένα αρχείο ή

URL ήχου για κλωνοποίηση φωνής· αρκεί σύντομη, καθαρή ηχογράφηση ομιλίας ως αναφορά, εφόσον η διάρκειά της δεν υπερβαίνει τα 300 δευτερόλεπτα (5 λεπτά).

Για προχωρημένους reference_text · enable_safety_checker

Κείμενο αναφοράς, προαιρετικά, για βελτίωση της σύνθεσης με κλωνοποιημένη φωνή· πρέπει να είναι το κείμενο που χρησιμοποιήθηκε για τη δημιουργία του speaker embedding.

POST /run/qwen-3-tts/clone-voice/1.7b?wait=20 προσφορά → 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/1.7b?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"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Qwen 3 TTS - Clone Voice [1.7B]

Δημιουργεί ενσωμάτωση ομιλητή σε μορφή safetensors από ηχογράφηση αναφοράς που παρέχεται ως `audio_url`, με μέγιστη διάρκεια 300 δευτερόλεπτα. Χρησιμοποιήστε το αποτέλεσμα με το τελικό σημείο μετατροπής κειμένου σε ομιλία για ομιλία με την κλωνοποιημένη φωνή. Το `reference_text` είναι προαιρετικό και μπορεί να βελτιώσει την ποιότητα. Πρόκειται για την παραλλαγή μεγέθους 1.7B του κλωνοποιητή 0.6B.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
audio_urlαπαιτείται audio
Τύποςurl · audio
URL ήχου για κλωνοποίηση φωνής· αρκεί σύντομη, καθαρή ηχογράφηση ομιλίας ως αναφορά, εφόσον η διάρκειά της δεν υπερβαίνει τα 300 δευτερόλεπτα (5 λεπτά).
reference_textπροαιρετικό
Τύποςstring | null
Κείμενο αναφοράς, προαιρετικά, για βελτίωση της σύνθεσης με κλωνοποιημένη φωνή· πρέπει να είναι το κείμενο που χρησιμοποιήθηκε για τη δημιουργία του speaker embedding.
enable_safety_checkerπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Ο έλεγχος μπορεί να χαλαρώσει με τη ρύθμιση false, εφόσον ο καλών είναι εξουσιοδοτημένος.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/clone-voice/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": 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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
speaker_embedding
object {url, content_type, file_name, file_size}Speaker embedding που δημιουργήθηκε ως αρχείο safetensors.

Περισσότερα μοντέλα: Ήχος

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/qwen-3-tts/clone-voice/1.7b.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt