Prijeđi na sadržaj

Qwen 3 TTS - Text to Speech [1.7B]

Integriraj

ID modela 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"

Ovaj zahtjev: 0,005 $ 5 API kredita · ≈ 0,54 ₽ Pokreni na ovoj stranici

Nabavi API ključ
Alibaba Tekst u govor Referentni ulazi #text-to-speech

Veći 1.7B Qwen3 za pretvaranje teksta u govor s unaprijed definiranim glasovima, stilskim upitom i podrškom za klonirani glas

Alibaba · Zvuk

Vaš prvi rezultat bit će ovdje

Izradite zahtjev u nastavku i pokrenite ga svojim API ključem. Izlazi se kopiraju u našu pohranu i čuvaju zauvijek ili 7 dana besplatno.

Izradi zahtjev

Kontrole se generiraju iz sheme modela. Kôd i cijena ažuriraju se dok ih mijenjate.

•obavezno

Tekstualni sadržaj za pretvaranje u govor.

Neobavezne upute za stil govora, zanemaruju se kad god je naveden ugrađeni prikaz govornika.

Napredno 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

Referentni tekst, koji se prema potrebi navodi radi poboljšanja sinteze kloniranim glasom, mora biti tekst upotrijebljen za izradu ugrađenog prikaza govornika.

Ispustite datoteku ili

Klonirani glas za sintezu govora, ako je naveden, koji zamjenjuje unaprijed definirane opcije glasa.

Odabir glasa za sintezu govora, koji nadjačava svaki navedeni ugrađeni prikaz govornika. Pojedinosti o glasu i podržani primarni jezici navedeni su u [dokumentaciji o glasu](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).

zadano Auto

Jezik koji upotrebljava glas.

zadano 50

Postavka za top-k uzorkovanje.

zadano 1

Postavka Top-p koja se upotrebljava tijekom uzorkovanja.

zadano 0.9

Temperatura koja se upotrebljava tijekom uzorkovanja; veće vrijednosti povećavaju nasumičnost.

zadano 1.05

Penalizacija koja odvraća od ponavljanja tokena ili kodova.

zadano 50

Postavka top-k koja se koristi pri uzorkovanju iz podgovornika.

zadano 1

Postavka top-p koja se koristi pri uzorkovanju iz podgovornika.

zadano 0.9

Temperatura uzorkovanja koju koristi podgovornik.

zadano 200

Gornja granica novog generiranog kodek-tokena.

POST /run/qwen-3-tts/text-to-speech/1.7b?wait=20 cijena → 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"

Pokreni ovaj zahtjev

Vaš ključ ostaje u ovom pregledniku: šalje se samo Doitong API-ju i sprema u localStorage samo ako označite Zapamti. Nabavite API ključ

O modelu Qwen 3 TTS - Text to Speech [1.7B]

Pretvara `text` u govor pomoću modela 1.7B. Upotrijebite jedan od devet unaprijed definiranih glasova ili klonirani glas putem `speaker_voice_embedding_file_url`, a za kloniranje dodajte `reference_text`. Neobavezni `prompt` usmjerava stil govora kada nije zadana ugradnja. `language` prihvaća Auto i deset jezika, a `max_new_tokens` kreće se od 1 do 8192.

Parametri

NazivVrsta ZadanoDopušteno Opis
textobavezno
Vrstastring
Tekstualni sadržaj za pretvaranje u govor.
promptneobavezno
Vrstastring | null
Neobavezne upute za stil govora, zanemaruju se kad god je naveden ugrađeni prikaz govornika.
voiceneobavezno
Vrstaenum
VivianSerenaUncle_FuDylanEricRyanAidenOno_AnnaSohee
Odabir glasa za sintezu govora, koji nadjačava svaki navedeni ugrađeni prikaz govornika. Pojedinosti o glasu i podržani primarni jezici navedeni su u [dokumentaciji o glasu](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).
languageneobavezno
Vrstaenum
ZadanoAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
Jezik koji upotrebljava glas.
speaker_voice_embedding_file_urlneobavezno
Vrstaurl · file
Klonirani glas za sintezu govora, ako je naveden, koji zamjenjuje unaprijed definirane opcije glasa.
reference_textneobavezno
Vrstastring | null
Referentni tekst, koji se prema potrebi navodi radi poboljšanja sinteze kloniranim glasom, mora biti tekst upotrijebljen za izradu ugrađenog prikaza govornika.
top_kneobavezno
Vrstainteger | null
Zadano50
≥ 0
Postavka za top-k uzorkovanje.
top_pneobavezno
Vrstanumber | null
Zadano1
0 – 1
Postavka Top-p koja se upotrebljava tijekom uzorkovanja.
temperatureneobavezno
Vrstanumber | null
Zadano0.9
≤ 1> 0
Temperatura koja se upotrebljava tijekom uzorkovanja; veće vrijednosti povećavaju nasumičnost.
repetition_penaltyneobavezno
Vrstanumber | null
Zadano1.05
≥ 0
Penalizacija koja odvraća od ponavljanja tokena ili kodova.
subtalker_dosampleneobavezno
Vrstaboolean | null
Zadanotrue
Prekidač koji omogućuje ili onemogućuje uzorkovanje pomoću podgovornika.
subtalker_top_kneobavezno
Vrstainteger | null
Zadano50
≥ 0
Postavka top-k koja se koristi pri uzorkovanju iz podgovornika.
subtalker_top_pneobavezno
Vrstanumber | null
Zadano1
0 – 1
Postavka top-p koja se koristi pri uzorkovanju iz podgovornika.
subtalker_temperatureneobavezno
Vrstanumber | null
Zadano0.9
0 – 1
Temperatura uzorkovanja koju koristi podgovornik.
max_new_tokensneobavezno
Vrstainteger | null
Zadano200
1 – 8.192
Gornja granica novog generiranog kodek-tokena.
enable_safety_checkerneobavezno
Vrstaboolean
Zadanotrue
Provjera se može ublažiti postavljanjem na false, ako je pozivatelj ovlašten.
obavezno

Parametri datoteka prihvaćaju javni https:// URL, data: URI do 10 MB ili file_url prenesene datoteke. Datoteke

Izlaz

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"
  }
}
Vaše datoteke, vaš izborSvaki outputs[].url kopija je u našoj pohrani: čuva se zauvijek (naplaćuje se po GB-mjesecu) ili 7 dana besplatno, prema postavci računa ili ?storage=.
Isti oblik na svakom modelutype, url, content_type, width, height i duration za slike, videozapise i zvuk. output je vlastiti objekt rezultata modela.
Polja izlaza
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Audio datoteka koja sadrži sintetizirani govor.

Više modela: Tekst u govor

Za AI agente: ova je stranica u Markdownu dostupna na https://doitong.com/hr/developers/models/qwen-3-tts/text-to-speech/1.7b.md. Svi modeli i vodiči: https://doitong.com/developers/llms.txt