सामग्री पर जाएँ

Qwen 3 TTS - Text to Speech [1.7B]

इंटीग्रेट करें

मॉडल id qwen-3-tts/text-to-speech/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/text-to-speech/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."
  }'

# 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"

यह अनुरोध: $0.005 5 API क्रेडिट · ≈ ₽0.54 इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
Alibaba टेक्स्ट से स्पीच रेफ़रेंस इनपुट #text-to-speech

प्रीसेट आवाज़ों, स्टाइल प्रॉम्प्ट और क्लोन की गई आवाज़ के समर्थन वाला बड़ा 1.7B Qwen3 टेक्स्ट-टू-स्पीच मॉडल

Alibaba · ऑडियो

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

•आवश्यक

वाणी में बदलने के लिए टेक्स्ट सामग्री।

वैकल्पिक वाक्-शैली निर्देश, स्पीकर एम्बेडिंग दिए जाने पर अनदेखे किए जाते हैं।

उन्नत reference_text · speaker_voice_embedding_file_url · voice · language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker

रेफ़रेंस टेक्स्ट, क्लोन की गई आवाज़ के साथ संश्लेषण बेहतर करने के लिए वैकल्पिक रूप से दिया जा सकता है; यह स्पीकर एम्बेडिंग बनाने के लिए उपयोग किया गया टेक्स्ट होना चाहिए।

फ़ाइल ड्रॉप करें, या

वाक्-संश्लेषण के लिए क्लोन की गई आवाज़, दिए जाने पर पहले से परिभाषित आवाज़ विकल्पों को बदल देती है।

वाक्-संश्लेषण आवाज़ का चयन, दिए गए किसी भी स्पीकर एम्बेडिंग द्वारा ओवरराइड किया जाता है। आवाज़ का विवरण और प्राथमिक भाषा समर्थन [दस्तावेज़](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate) में सूचीबद्ध हैं।

डिफ़ॉल्ट Auto

आवाज़ द्वारा उपयोग की जाने वाली भाषा।

डिफ़ॉल्ट 50

टॉप-k सैंपलिंग की सेटिंग।

डिफ़ॉल्ट 1

सैंपलिंग के दौरान उपयोग की जाने वाली Top-p सेटिंग।

डिफ़ॉल्ट 0.9

सैंपलिंग के दौरान उपयोग किया जाने वाला तापमान; बड़े मान यादृच्छिकता बढ़ाते हैं।

डिफ़ॉल्ट 1.05

टोकन या कोड के दोहराव को हतोत्साहित करने वाला पेनल्टी।

डिफ़ॉल्ट 50

सब-टॉकर से सैंपलिंग करते समय उपयोग की जाने वाली Top-k सेटिंग।

डिफ़ॉल्ट 1

सब-टॉकर से सैंपलिंग करते समय उपयोग की जाने वाली Top-p सेटिंग।

डिफ़ॉल्ट 0.9

सब-टॉकर द्वारा उपयोग किया जाने वाला सैंपलिंग तापमान।

डिफ़ॉल्ट 200

नए बनाए गए कोडेक टोकन की ऊपरी सीमा।

POST /run/qwen-3-tts/text-to-speech/1.7b?wait=20 कोटेशन → $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/text-to-speech/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."
  }'

# 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"

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

Qwen 3 TTS - Text to Speech [1.7B] के बारे में

`text` को 1.7B मॉडल से स्पीच में बदलता है। नौ प्रीसेट आवाज़ों में से एक का उपयोग करें या `speaker_voice_embedding_file_url` के माध्यम से क्लोन की गई आवाज़ इस्तेमाल करें, और क्लोनिंग के लिए `reference_text` जोड़ें। एम्बेडिंग न दिए जाने पर वैकल्पिक `prompt` बोलने की शैली को निर्देशित करता है। `language` में Auto और दस भाषाएँ स्वीकार की जाती हैं, तथा `max_new_tokens` की सीमा 1 से 8192 है।

पैरामीटर

नामप्रकार डिफ़ॉल्टअनुमत विवरण
textआवश्यक
प्रकारstring
वाणी में बदलने के लिए टेक्स्ट सामग्री।
promptवैकल्पिक
प्रकारstring | null
वैकल्पिक वाक्-शैली निर्देश, स्पीकर एम्बेडिंग दिए जाने पर अनदेखे किए जाते हैं।
voiceवैकल्पिक
प्रकारenum
VivianSerenaUncle_FuDylanEricRyanAidenOno_AnnaSohee
वाक्-संश्लेषण आवाज़ का चयन, दिए गए किसी भी स्पीकर एम्बेडिंग द्वारा ओवरराइड किया जाता है। आवाज़ का विवरण और प्राथमिक भाषा समर्थन [दस्तावेज़](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate) में सूचीबद्ध हैं।
languageवैकल्पिक
प्रकारenum
डिफ़ॉल्टAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
आवाज़ द्वारा उपयोग की जाने वाली भाषा।
speaker_voice_embedding_file_urlवैकल्पिक
प्रकारurl · file
वाक्-संश्लेषण के लिए क्लोन की गई आवाज़, दिए जाने पर पहले से परिभाषित आवाज़ विकल्पों को बदल देती है।
reference_textवैकल्पिक
प्रकारstring | null
रेफ़रेंस टेक्स्ट, क्लोन की गई आवाज़ के साथ संश्लेषण बेहतर करने के लिए वैकल्पिक रूप से दिया जा सकता है; यह स्पीकर एम्बेडिंग बनाने के लिए उपयोग किया गया टेक्स्ट होना चाहिए।
top_kवैकल्पिक
प्रकारinteger | null
डिफ़ॉल्ट50
≥ 0
टॉप-k सैंपलिंग की सेटिंग।
top_pवैकल्पिक
प्रकारnumber | null
डिफ़ॉल्ट1
0 – 1
सैंपलिंग के दौरान उपयोग की जाने वाली Top-p सेटिंग।
temperatureवैकल्पिक
प्रकारnumber | null
डिफ़ॉल्ट0.9
≤ 1> 0
सैंपलिंग के दौरान उपयोग किया जाने वाला तापमान; बड़े मान यादृच्छिकता बढ़ाते हैं।
repetition_penaltyवैकल्पिक
प्रकारnumber | null
डिफ़ॉल्ट1.05
≥ 0
टोकन या कोड के दोहराव को हतोत्साहित करने वाला पेनल्टी।
subtalker_dosampleवैकल्पिक
प्रकारboolean | null
डिफ़ॉल्टtrue
सब-टॉकर द्वारा सैंपलिंग सक्षम या अक्षम करने वाला स्विच।
subtalker_top_kवैकल्पिक
प्रकारinteger | null
डिफ़ॉल्ट50
≥ 0
सब-टॉकर से सैंपलिंग करते समय उपयोग की जाने वाली Top-k सेटिंग।
subtalker_top_pवैकल्पिक
प्रकारnumber | null
डिफ़ॉल्ट1
0 – 1
सब-टॉकर से सैंपलिंग करते समय उपयोग की जाने वाली Top-p सेटिंग।
subtalker_temperatureवैकल्पिक
प्रकारnumber | null
डिफ़ॉल्ट0.9
0 – 1
सब-टॉकर द्वारा उपयोग किया जाने वाला सैंपलिंग तापमान।
max_new_tokensवैकल्पिक
प्रकारinteger | null
डिफ़ॉल्ट200
1 – 8,192
नए बनाए गए कोडेक टोकन की ऊपरी सीमा।
enable_safety_checkerवैकल्पिक
प्रकारboolean
डिफ़ॉल्टtrue
यदि कॉलर अधिकृत है, तो false सेट करके स्क्रीनिंग में ढील दी जा सकती है।
आवश्यक

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/text-to-speech/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."
  },
  "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"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}संश्लेषित स्पीच वाली ऑडियो फ़ाइल।

और मॉडल: टेक्स्ट से स्पीच

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/qwen-3-tts/text-to-speech/1.7b.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt