Ir al contenido

Qwen 3 TTS - Clone Voice [0.6B]

Integrar

ID del modelo 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"

Archivos como el ejemplo: $0.001 1 crédito de API · ≈ ₽0.11 tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
Alibaba Audio Entradas de referencia #clone-voice#voice-clone

Crea un embedding reutilizable del hablante a partir de un clip de referencia, variante 0.6B más pequeña del clonador de voz

Alibaba · Datos (JSON)

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, donde se conservan 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 conforme los cambias.

•obligatorio audio_url
Suelta un archivo o

URL de audio para clonación de voz; basta con una grabación de voz breve y limpia como referencia, siempre que su duración no supere los 300 segundos (5 minutos).

Avanzado reference_text · enable_safety_checker

Texto de referencia, proporcionado opcionalmente para mejorar la síntesis con una voz clonada; debe ser el texto utilizado para crear la incrustación del hablante.

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

Ejecutar esta solicitud

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

Acerca de Qwen 3 TTS - Clone Voice [0.6B]

Toma una grabación de referencia mediante `audio_url` (de hasta 300 segundos; basta un clip corto de habla clara) y devuelve un archivo de embedding del hablante en formato safetensors. Después, el embedding puede pasarse al endpoint de texto a voz correspondiente. Se puede proporcionar un `reference_text` opcional para mejorar la calidad de síntesis.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
audio_urlobligatorio audio
Tipourl · audio
URL de audio para clonación de voz; basta con una grabación de voz breve y limpia como referencia, siempre que su duración no supere los 300 segundos (5 minutos).
reference_textopcional
Tipostring | null
Texto de referencia, proporcionado opcionalmente para mejorar la síntesis con una voz clonada; debe ser el texto utilizado para crear la incrustación del hablante.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
La moderación puede relajarse estableciendo false, siempre que la persona que llama esté autorizada.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: se conserva para siempre (con cobro 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 video y audio. output es el objeto de resultado propio del modelo.
Campos de salida
speaker_embedding
object {url, content_type, file_name, file_size}Incrustación del hablante generada como archivo safetensors.

Más modelos: Audio

Para agentes de IA: esta página en Markdown está disponible en https://doitong.com/es-MX/developers/models/qwen-3-tts/clone-voice/0.6b.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt