Passer au contenu

Qwen 3 TTS - Voice Design [1.7B]

Intégrer

Identifiant du modèle 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"

Cette requête: 0,005 $ 5 crédits API · ≈ 0,54 ₽ L’exécuter sur cette page

Obtenir une clé API
Alibaba Texte vers parole #text-to-speech#voice-design

Conçoit une nouvelle voix à partir d’une description écrite et y prononce le texte fourni

Alibaba · audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•requis

Contenu textuel à convertir en parole.

•requis

Instructions facultatives concernant le style de la parole synthétisée.

Avancé language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker
par défaut Auto

Langue de la voix conçue.

par défaut 50

Réglage de l'échantillonnage top-k.

par défaut 1

Paramètre top-p utilisé pendant l’échantillonnage.

par défaut 0.9

Température utilisée pendant l’échantillonnage ; des valeurs plus élevées augmentent le caractère aléatoire.

par défaut 1.05

Pénalité qui décourage la répétition de jetons ou de codes.

par défaut 50

Paramètre top-k utilisé lors de l’échantillonnage du sous-parleur.

par défaut 1

Paramètre top-p utilisé lors de l’échantillonnage du sous-parleur.

par défaut 0.9

Température d’échantillonnage utilisée par le sous-parleur.

par défaut 200

Limite supérieure du nombre de jetons de codec nouvellement générés.

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

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Qwen 3 TTS - Voice Design [1.7B]

Génère la parole de `text` dans une voix décrite par le `prompt` obligatoire ; aucune voix prédéfinie ni audio de référence n’est donc nécessaire. `language` peut être Auto ou l’une des dix langues nommées. Les contrôles d’échantillonnage et `max_new_tokens` (1 à 8192, 200 par défaut) sont disponibles. La voix conçue peut ensuite être clonée avec le modèle clone-voice.

Paramètres

NomType Par défautAutorisé Description
textrequis
Typestring
Contenu textuel à convertir en parole.
languagefacultatif
Typeenum
Par défautAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
Langue de la voix conçue.
promptrequis
Typestring
Instructions facultatives concernant le style de la parole synthétisée.
top_kfacultatif
Typeinteger | null
Par défaut50
≥ 0
Réglage de l'échantillonnage top-k.
top_pfacultatif
Typenumber | null
Par défaut1
0 – 1
Paramètre top-p utilisé pendant l’échantillonnage.
temperaturefacultatif
Typenumber | null
Par défaut0.9
≤ 1> 0
Température utilisée pendant l’échantillonnage ; des valeurs plus élevées augmentent le caractère aléatoire.
repetition_penaltyfacultatif
Typenumber | null
Par défaut1.05
≥ 0
Pénalité qui décourage la répétition de jetons ou de codes.
subtalker_dosamplefacultatif
Typeboolean | null
Par défauttrue
Commutateur qui active ou désactive l’échantillonnage par le sous-parleur.
subtalker_top_kfacultatif
Typeinteger | null
Par défaut50
≥ 0
Paramètre top-k utilisé lors de l’échantillonnage du sous-parleur.
subtalker_top_pfacultatif
Typenumber | null
Par défaut1
0 – 1
Paramètre top-p utilisé lors de l’échantillonnage du sous-parleur.
subtalker_temperaturefacultatif
Typenumber | null
Par défaut0.9
0 – 1
Température d’échantillonnage utilisée par le sous-parleur.
max_new_tokensfacultatif
Typeinteger | null
Par défaut200
1 – 8 192
Limite supérieure du nombre de jetons de codec nouvellement générés.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Le filtrage peut être assoupli en définissant false, si l'appelant est autorisé.
requis

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Fichier audio contenant la parole synthétisée.

Plus de modèles : Texte vers parole

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/qwen-3-tts/voice-design/1.7b.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt