Pāriet uz saturu

Qwen 3 TTS - Clone Voice [0.6B]

Integrēt

Modeļa id 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"

Faili, piemēram, paraugā: 0,001 $ 1 API kredīts · ≈ 0,11 ₽ jūsu faili tiek izmērīti pirms izpildes Izpildīt šajā lapā

Iegūt API atslēgu
Alibaba Audio Atsauču ievades #clone-voice#voice-clone

Izveido atkārtoti izmantojamu runātāja iegulumu no atsauces klipa; mazākā, 0.6B balss klonētāja versija

Alibaba · Dati (JSON)

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts audio_url
Nometiet failu vai

Balss klonēšanas audio URL; kā atsauce pietiek ar īsu, skaidru runas ierakstu, ja tā ilgums nepārsniedz 300 sekundes (5 minūtes).

Papildu reference_text · enable_safety_checker

Atsauces teksts, ko pēc izvēles var nodrošināt sintēzes uzlabošanai ar klonētu balsi; tam jābūt tekstam, kas izmantots runātāja ieguluma izveidei.

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

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par Qwen 3 TTS - Clone Voice [0.6B]

Saņem atsauces ierakstu, izmantojot `audio_url` (ne vairāk kā 300 sekundes; pietiek ar īsu, skaidras runas klipu), un atgriež runātāja ieguluma failu safetensors formātā. Iegulumu var nodot atbilstošajam teksta–runas endpointam. Neobligāts `reference_text` var uzlabot sintēzes kvalitāti.

Parametri

Nosūti vai nu kanonisko nosaukumu, vai vietējo nosaukumu, bet ne abus. Kan啤niskie nosaukumi

NosaukumsTips NoklusējumsAtļauts Apraksts
audio_urlobligāts audio
Tipsurl · audio
Balss klonēšanas audio URL; kā atsauce pietiek ar īsu, skaidru runas ierakstu, ja tā ilgums nepārsniedz 300 sekundes (5 minūtes).
reference_textneobligāts
Tipsstring | null
Atsauces teksts, ko pēc izvēles var nodrošināt sintēzes uzlabošanai ar klonētu balsi; tam jābūt tekstam, kas izmantots runātāja ieguluma izveidei.
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
Pārbaudi var atslābināt, iestatot false, ja izsaucējam ir atļauja.
obligāts Kan啤niskais nosaukums, arī pieņemts

Failu parametriem nepieciešams publisks https:// URL, data: URI līdz 10 MB vai augšupielādes file_url. Faili

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
speaker_embedding
object {url, content_type, file_name, file_size}Kā safetensors fails ģenerēts runātāja iegulums.

Vairāk modeļu: Audio

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/qwen-3-tts/clone-voice/0.6b.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt