Мазмұнға өту

Qwen 3 TTS - Clone Voice [0.6B]

Интеграциялау

Модель идентификаторы qwen-3-tts/clone-voice/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/clone-voice/0.6b?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"

Мысалдағыдай файлдар: 0,001 $ 1 API кредиті · ≈ 0,11 ₽ файлдарыңыз іске қосу алдында өлшенеді Осы бетте іске қосу

API кілтін алу
Alibaba Аудио Анықтамалық кірістер #clone-voice#voice-clone

Референс клиптен қайта пайдаланылатын сөйлеуші эмбеддингін жасайды, дауысты клондау моделінің кішірек 0.6B нұсқасы

Alibaba · Деректер (JSON)

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті audio_url
Файлды тастаңыз немесе

Дауысты клондауға арналған аудио URL-і; анықтама ретінде қысқа әрі таза сөйлеу жазбасы жеткілікті, оның ұзақтығы 300 секундтан (5 минут) аспауы керек.

Қосымша reference_text · enable_safety_checker

Клондалған дауыспен синтезді жақсарту үшін қосымша берілетін анықтамалық мәтін; ол speaker embedding жасауға пайдаланылған мәтін болуы керек.

POST /run/qwen-3-tts/clone-voice/0.6b?wait=20 бағасы → 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/0.6b?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"

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Qwen 3 TTS - Clone Voice [0.6B] туралы

`audio_url` арқылы референс жазбасын қабылдайды (ең көбі 300 секунд, таза сөйлеудің қысқа клипі жеткілікті) және safetensors пішіміндегі сөйлеуші эмбеддинг файлын қайтарады. Эмбеддингті кейін сәйкес мәтіннен сөйлеуге арналған соңғы нүктеге беруге болады. Синтез сапасын жақсарту үшін міндетті емес `reference_text` көрсетуге болады.

Параметрлер

Канондық атауды немесе төл атауды жіберіңіз, екеуін қатар жібермеңіз. Канондық атаулар

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
audio_urlміндетті audio
Түріurl · audio
Дауысты клондауға арналған аудио URL-і; анықтама ретінде қысқа әрі таза сөйлеу жазбасы жеткілікті, оның ұзақтығы 300 секундтан (5 минут) аспауы керек.
reference_textміндетті емес
Түріstring | null
Клондалған дауыспен синтезді жақсарту үшін қосымша берілетін анықтамалық мәтін; ол speaker embedding жасауға пайдаланылған мәтін болуы керек.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
Шақырушы авторизацияланған болса, false мәнін орнату арқылы тексеруді жеңілдетуге болады.
міндетті Канондық атау, бұл да қабылданады

Файл параметрлері жалпыға қолжетімді https:// URL мекенжайын, 10 MB-қа дейінгі data: URI мекенжайын немесе жүктеп салынған файлдың file_url мәнін қабылдайды. Файлдар

Шығыс

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/clone-voice/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": 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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
speaker_embedding
object {url, content_type, file_name, file_size}safetensors файлы ретінде жасалған speaker embedding.

Қосымша модельдер: Аудио

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/qwen-3-tts/clone-voice/0.6b.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt