Lompat ke konten

Qwen 3 TTS - Text to Speech [0.6B]

Integrasikan

ID model qwen-3-tts/text-to-speech/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/text-to-speech/0.6b?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"

Permintaan ini: $0,004 4 kredit API · ≈ ₽0,43 Jalankan di halaman ini

Dapatkan kunci API
Alibaba Teks ke Suara Input referensi #text-to-speech

Text-to-speech Qwen3 0.6B yang lebih kecil dengan sembilan suara prasetel, pilihan bahasa, dan kloning suara melalui embedding

Alibaba · Audio

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib

Konten teks yang akan diubah menjadi ucapan.

Instruksi gaya bicara opsional, diabaikan setiap kali embedding pembicara disediakan.

Lanjutan 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

Teks referensi, yang dapat disediakan untuk meningkatkan sintesis dengan suara kloning, harus merupakan teks yang digunakan untuk membuat embedding pembicara.

Jatuhkan file, atau

Suara kloning untuk sintesis ucapan, jika disediakan, menggantikan pilihan suara bawaan.

Pilihan suara sintesis ucapan, digantikan oleh embedding pembicara yang disediakan. Detail suara dan dukungan bahasa utama tercantum dalam [dokumentasi suara](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).

bawaan Auto

Bahasa yang digunakan oleh suara.

bawaan 50

Pengaturan untuk sampling top-k.

bawaan 1

Pengaturan top-p yang digunakan selama sampling.

bawaan 0.9

Temperatur yang digunakan selama sampling; nilai yang lebih besar meningkatkan keacakan.

bawaan 1.05

Penalti yang mencegah pengulangan token atau kode.

bawaan 50

Pengaturan top-k yang digunakan saat melakukan sampling dari sub-talker.

bawaan 1

Pengaturan top-p yang digunakan saat melakukan sampling dari sub-talker.

bawaan 0.9

Temperatur sampling yang digunakan oleh sub-talker.

bawaan 200

Batas atas token codec yang baru dibuat.

POST /run/qwen-3-tts/text-to-speech/0.6b?wait=20 estimasi harga → $0,004
# 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/0.6b?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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Qwen 3 TTS - Text to Speech [0.6B]

Mengonversi `text` menjadi ucapan menggunakan model 0.6B. Pilih `voice` prasetel seperti Vivian, Serena, Dylan, atau Sohee, atau berikan `speaker_voice_embedding_file_url` untuk menggunakan suara kloning, secara opsional dengan `reference_text`. `language` mencakup Auto serta sepuluh bahasa bernama termasuk English, Chinese, dan Japanese. Kontrol sampling dan `max_new_tokens` (1 hingga 8192) tersedia.

Parameter

NamaTipe BawaanDiizinkan Deskripsi
textwajib
Tipestring
Konten teks yang akan diubah menjadi ucapan.
promptopsional
Tipestring | null
Instruksi gaya bicara opsional, diabaikan setiap kali embedding pembicara disediakan.
voiceopsional
Tipeenum
VivianSerenaUncle_FuDylanEricRyanAidenOno_AnnaSohee
Pilihan suara sintesis ucapan, digantikan oleh embedding pembicara yang disediakan. Detail suara dan dukungan bahasa utama tercantum dalam [dokumentasi suara](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).
languageopsional
Tipeenum
BawaanAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
Bahasa yang digunakan oleh suara.
speaker_voice_embedding_file_urlopsional
Tipeurl · file
Suara kloning untuk sintesis ucapan, jika disediakan, menggantikan pilihan suara bawaan.
reference_textopsional
Tipestring | null
Teks referensi, yang dapat disediakan untuk meningkatkan sintesis dengan suara kloning, harus merupakan teks yang digunakan untuk membuat embedding pembicara.
top_kopsional
Tipeinteger | null
Bawaan50
≥ 0
Pengaturan untuk sampling top-k.
top_popsional
Tipenumber | null
Bawaan1
0 – 1
Pengaturan top-p yang digunakan selama sampling.
temperatureopsional
Tipenumber | null
Bawaan0.9
≤ 1> 0
Temperatur yang digunakan selama sampling; nilai yang lebih besar meningkatkan keacakan.
repetition_penaltyopsional
Tipenumber | null
Bawaan1.05
≥ 0
Penalti yang mencegah pengulangan token atau kode.
subtalker_dosampleopsional
Tipeboolean | null
Bawaantrue
Sakelar yang mengaktifkan atau menonaktifkan sampling oleh sub-talker.
subtalker_top_kopsional
Tipeinteger | null
Bawaan50
≥ 0
Pengaturan top-k yang digunakan saat melakukan sampling dari sub-talker.
subtalker_top_popsional
Tipenumber | null
Bawaan1
0 – 1
Pengaturan top-p yang digunakan saat melakukan sampling dari sub-talker.
subtalker_temperatureopsional
Tipenumber | null
Bawaan0.9
0 – 1
Temperatur sampling yang digunakan oleh sub-talker.
max_new_tokensopsional
Tipeinteger | null
Bawaan200
1 – 8.192
Batas atas token codec yang baru dibuat.
enable_safety_checkeropsional
Tipeboolean
Bawaantrue
Penyaringan dapat dilonggarkan dengan menetapkan false, jika pemanggil berwenang.
wajib

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/text-to-speech/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": 4,
    "usd": "0.004",
    "charged": 4,
    "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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}File audio yang berisi ucapan hasil sintesis.

Model lainnya: Teks ke Suara

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/qwen-3-tts/text-to-speech/0.6b.md. Semua model dan panduan: https://doitong.com/developers/llms.txt