Léim chuig an ábhar

Qwen 3 TTS - Clone Voice [1.7B]

Comhtháthú

Aitheantas na samhla 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"

Comhaid cosúil leis an sampla: $0.001 1 chreidmheas API · ≈ ₽0.11 déantar do chuid comhad a thomhas roimh an rith Rith ar an leathanach seo

Faigh eochair API
Alibaba Fuaim Ionchuir tagartha #clone-voice#voice-clone

Tógann sé leabú cainteora in-athúsáidte ó ghearrthóg thagartha, an leagan níos mó 1.7B den chlónálaí gutha

Alibaba · Sonraí (JSON)

Beidh do chéad toradh anseo

Tóg iarratas thíos agus rith é le d’eochair API. Cóipeáiltear na haschuir chuig ár stóráil, coinnithe go deo nó ar feadh 7 lá saor in aisce.

Tóg iarratas

Gintear na rialtáin ó scéim na samhla. Nuashonraítear an cód agus an praghas de réir mar a athraíonn tú iad.

•riachtanach audio_url
Scaoil comhad, nó

URL fuaime le haghaidh clónáil gutha; is leor taifeadadh gairid glan cainte mar thagairt, ar choinníoll nach sáraíonn a fhad 300 soicind (5 nóiméad).

Ardleibhéal reference_text · enable_safety_checker

Téacs tagartha, a sholáthraítear go roghnach chun sintéis le guth clónáilte a fheabhsú; caithfidh sé a bheith mar an téacs a úsáideadh chun leabú an chainteora a chruthú.

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

Rith an t-iarratas seo

Fanann d'eochair sa bhrabhsálaí seo: seoltar chuig Doitong API amháin í agus sábháiltear (localStorage) í ach amháin má chuireann tú tic le Meabhraigh. Faigh eochair API

Maidir le Qwen 3 TTS - Clone Voice [1.7B]

Cruthaíonn sé leabú cainteora i bhformáid safetensors ó thaifead tagartha a thugtar mar `audio_url`, a fhéadfaidh a bheith 300 soicind ar a mhéad. Úsáid an toradh leis an gcríochphointe téacs-go-caint chun labhairt sa ghuth clónáilte. Tá `reference_text` roghnach agus d'fhéadfadh sé cabhrú le cáilíocht. Seo an leagan 1.7B den chlónálaí 0.6B.

Paraiméadair

Seol an t-ainm canónach nó an t-ainm dúchasach, ní an dá cheann. Ainmneacha canónacha

AinmCineál RéamhshocrúCeadaithe Cur síos
audio_urlriachtanach audio
Cineálurl · audio
URL fuaime le haghaidh clónáil gutha; is leor taifeadadh gairid glan cainte mar thagairt, ar choinníoll nach sáraíonn a fhad 300 soicind (5 nóiméad).
reference_textroghnach
Cineálstring | null
Téacs tagartha, a sholáthraítear go roghnach chun sintéis le guth clónáilte a fheabhsú; caithfidh sé a bheith mar an téacs a úsáideadh chun leabú an chainteora a chruthú.
enable_safety_checkerroghnach
Cineálboolean
Réamhshocrútrue
Is féidir an scagadh a mhaolú trí false a shocrú, ar choinníoll go bhfuil údarú ag an nglaoiteoir.
riachtanach Ainm canónach, glactar leis freisin

Glacann paraiméadair chomhaid le URL poiblí https://, URI data: suas le 10 MB, nó file_url uaslódála. Comhaid

Aschur

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"
  }
}
Do chuid comhad, do roghaIs cóip ar ár stóráil é gach outputs[].url: coinnithe go deo (íoctha in aghaidh GB-mhí) nó ar feadh 7 lá saor in aisce, de réir shocrú do chuntais nó ?storage=.
An cruth céanna ar gach samhailtype, url, content_type, width, height agus duration, d'íomhánna, d'fhíseáin agus d'fhuaim araon. Is é output réad toraidh na samhla féin.
Réimsí aschuir
speaker_embedding
object {url, content_type, file_name, file_size}Leabú cainteora ginte mar chomhad safetensors.

Tuilleadh samhlacha: Fuaim

Do ghníomhairí AI: tá an leathanach seo mar Markdown ag https://doitong.com/ga/developers/models/qwen-3-tts/clone-voice/1.7b.md. Gach samhail agus treoir: https://doitong.com/developers/llms.txt