Pāriet uz saturu

Qwen 3 TTS - Text to Speech [1.7B]

Integrēt

Modeļa 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"

Šis pieprasījums: 0,005 $ 5 API kredīti · ≈ 0,54 ₽ Izpildīt šajā lapā

Iegūt API atslēgu
Alibaba Teksts uz runu Atsauču ievades #text-to-speech

Lielāks 1.7B Qwen3 teksta pārvēršanas runā modelis ar iepriekš iestatītām balsīm, stila uzvedni un klonētas balss atbalstu

Alibaba · Audio

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

Teksta saturs, kas jāpārvērš runā.

Neobligātas runas stila norādes, kas tiek ignorētas, ja ir nodrošināts runātāja iegulums.

Papildu 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

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

Nometiet failu vai

Runas sintēzei izmantotā klonētā balss, ja tā ir norādīta; tā aizstāj iepriekš definētās balss opcijas.

Runas sintēzes balss izvēle, ko aizstāj jebkurš nodrošinātais runātāja iegulums. Balss informācija un primārās valodas atbalsts ir norādīti [balss dokumentācijā](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).

noklusējums Auto

Balss izmantotā valoda.

noklusējums 50

Top-k izlases iestatījums.

noklusējums 1

Paraugošanas laikā izmantotais Top-p iestatījums.

noklusējums 0.9

Paraugošanas laikā izmantotā temperatūra; lielākas vērtības palielina nejaušību.

noklusējums 1.05

Sods, kas attur no marķieru vai kodu atkārtošanas.

noklusējums 50

Top-k iestatījums, ko izmanto iztveršanai no apakšrunātāja.

noklusējums 1

Top-p iestatījums, ko izmanto iztveršanai no apakšrunātāja.

noklusējums 0.9

Apakšrunātāja izmantotā iztveršanas temperatūra.

noklusējums 200

Jaunģenerēto kodeka marķieru maksimālais skaits.

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

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 - Text to Speech [1.7B]

Pārvērš `text` runā, izmantojot 1.7B modeli. Izmanto vienu no deviņām iepriekš iestatītām balsīm vai klonētu balsi, izmantojot `speaker_voice_embedding_file_url`, un klonēšanai pievieno `reference_text`. Ja iegulums nav norādīts, neobligāts `prompt` vada runas stilu. `language` pieņem Auto un desmit valodas, bet `max_new_tokens` diapazons ir no 1 līdz 8192.

Parametri

NosaukumsTips NoklusējumsAtļauts Apraksts
textobligāts
Tipsstring
Teksta saturs, kas jāpārvērš runā.
promptneobligāts
Tipsstring | null
Neobligātas runas stila norādes, kas tiek ignorētas, ja ir nodrošināts runātāja iegulums.
voiceneobligāts
Tipsenum
VivianSerenaUncle_FuDylanEricRyanAidenOno_AnnaSohee
Runas sintēzes balss izvēle, ko aizstāj jebkurš nodrošinātais runātāja iegulums. Balss informācija un primārās valodas atbalsts ir norādīti [balss dokumentācijā](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).
languageneobligāts
Tipsenum
NoklusējumsAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
Balss izmantotā valoda.
speaker_voice_embedding_file_urlneobligāts
Tipsurl · file
Runas sintēzei izmantotā klonētā balss, ja tā ir norādīta; tā aizstāj iepriekš definētās balss opcijas.
reference_textneobligāts
Tipsstring | null
Atsauces teksts, ko pēc izvēles var nodrošināt sintēzes uzlabošanai ar klonētu balsi; tam jābūt tekstam, kas izmantots runātāja ieguluma izveidei.
top_kneobligāts
Tipsinteger | null
Noklusējums50
≥ 0
Top-k izlases iestatījums.
top_pneobligāts
Tipsnumber | null
Noklusējums1
0 – 1
Paraugošanas laikā izmantotais Top-p iestatījums.
temperatureneobligāts
Tipsnumber | null
Noklusējums0.9
≤ 1> 0
Paraugošanas laikā izmantotā temperatūra; lielākas vērtības palielina nejaušību.
repetition_penaltyneobligāts
Tipsnumber | null
Noklusējums1.05
≥ 0
Sods, kas attur no marķieru vai kodu atkārtošanas.
subtalker_dosampleneobligāts
Tipsboolean | null
Noklusējumstrue
Slēdzis, kas iespējo vai atspējo apakšrunātāja iztveršanu.
subtalker_top_kneobligāts
Tipsinteger | null
Noklusējums50
≥ 0
Top-k iestatījums, ko izmanto iztveršanai no apakšrunātāja.
subtalker_top_pneobligāts
Tipsnumber | null
Noklusējums1
0 – 1
Top-p iestatījums, ko izmanto iztveršanai no apakšrunātāja.
subtalker_temperatureneobligāts
Tipsnumber | null
Noklusējums0.9
0 – 1
Apakšrunātāja izmantotā iztveršanas temperatūra.
max_new_tokensneobligāts
Tipsinteger | null
Noklusējums200
1 – 8192
Jaunģenerēto kodeka marķieru maksimālais skaits.
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
Pārbaudi var atslābināt, iestatot false, ja izsaucējam ir atļauja.
obligāts

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/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"
  }
}
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
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Audio fails ar sintezēto runu.

Vairāk modeļu: Teksts uz runu

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/qwen-3-tts/text-to-speech/1.7b.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt