Ir al contenido

Qwen 3 TTS - Voice Design [1.7B]

Integrar

ID del modelo 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"

Esta solicitud: 0,005 $ 5 créditos de API · ≈ 0,54 ₽ Ejecutar en esta página

Obtener clave de API
Alibaba Texto a voz #text-to-speech#voice-design

Diseña una voz nueva a partir de una descripción escrita y pronuncia en ella el texto indicado

Alibaba · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud a continuación y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Contenido de texto que se convertirá en voz.

•obligatorio

Instrucciones opcionales para el estilo del habla sintetizada.

Avanzado language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker
predeterminado Auto

Idioma de la voz que se está diseñando.

predeterminado 50

Ajuste para el muestreo top-k.

predeterminado 1

Configuración top-p utilizada durante el muestreo.

predeterminado 0.9

Temperatura utilizada durante el muestreo; los valores más altos aumentan la aleatoriedad.

predeterminado 1.05

Penalización que desincentiva la repetición de tokens o códigos.

predeterminado 50

Configuración top-k utilizada al muestrear del subhablante.

predeterminado 1

Configuración top-p utilizada al muestrear del subhablante.

predeterminado 0.9

Temperatura de muestreo utilizada por el subhablante.

predeterminado 200

Límite superior de tokens de códec generados recientemente.

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

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y solo se guarda en localStorage si marcas Recordar. Obtener una clave de API

Acerca de Qwen 3 TTS - Voice Design [1.7B]

Genera voz para `text` con una voz descrita por el `prompt` obligatorio, por lo que no se necesita una voz predefinida ni audio de referencia. `language` puede ser Auto o uno de diez idiomas con nombre. Hay controles de muestreo y `max_new_tokens` (1 a 8192, valor predeterminado 200). La voz diseñada se puede clonar posteriormente con el modelo clone-voice.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
textobligatorio
Tipostring
Contenido de texto que se convertirá en voz.
languageopcional
Tipoenum
PredeterminadoAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
Idioma de la voz que se está diseñando.
promptobligatorio
Tipostring
Instrucciones opcionales para el estilo del habla sintetizada.
top_kopcional
Tipointeger | null
Predeterminado50
≥ 0
Ajuste para el muestreo top-k.
top_popcional
Tiponumber | null
Predeterminado1
0 – 1
Configuración top-p utilizada durante el muestreo.
temperatureopcional
Tiponumber | null
Predeterminado0.9
≤ 1> 0
Temperatura utilizada durante el muestreo; los valores más altos aumentan la aleatoriedad.
repetition_penaltyopcional
Tiponumber | null
Predeterminado1.05
≥ 0
Penalización que desincentiva la repetición de tokens o códigos.
subtalker_dosampleopcional
Tipoboolean | null
Predeterminadotrue
Interruptor que activa o desactiva el muestreo del subhablante.
subtalker_top_kopcional
Tipointeger | null
Predeterminado50
≥ 0
Configuración top-k utilizada al muestrear del subhablante.
subtalker_top_popcional
Tiponumber | null
Predeterminado1
0 – 1
Configuración top-p utilizada al muestrear del subhablante.
subtalker_temperatureopcional
Tiponumber | null
Predeterminado0.9
0 – 1
Temperatura de muestreo utilizada por el subhablante.
max_new_tokensopcional
Tipointeger | null
Predeterminado200
1 – 8192
Límite superior de tokens de códec generados recientemente.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
La moderación puede relajarse estableciendo false, siempre que la persona que realiza la solicitud esté autorizada.
obligatorio

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (con pago por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Archivo de audio que contiene la voz sintetizada.

Más modelos: Texto a voz

Para agentes de IA: esta página en Markdown está en https://doitong.com/es-ES/developers/models/qwen-3-tts/voice-design/1.7b.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt