အကြောင်းအရာသို့ ကျော်ရန်

Qwen 3 TTS - Clone Voice [1.7B]

ပေါင်းစည်းရန်

မော်ဒယ် id qwen-3-tts/clone-voice/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/clone-voice/1.7b?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"

နမူနာကဲ့သို့ ဖိုင်များ: ၀.၀၀၁ $ ၁ API ခရက်ဒစ် · ≈ ၀.၁၁ ₽ လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
Alibaba အသံ ရည်ညွှန်း ထည့်သွင်းချက်များ #clone-voice#voice-clone

ရည်ညွှန်းဗီဒီယိုအပိုင်းမှ ပြန်လည်အသုံးပြုနိုင်သော speaker Embedding ကို ဖန်တီးပေးသည့် အသံပုံတူကူးစက်၏ ပိုကြီးသော 1.7B မူကွဲ

Alibaba · ဒေတာ (JSON)

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

•လိုအပ်သည် audio_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

အသံပုံတူဖန်တီးရန် အသံဖိုင် URL။ ကြာချိန် 300 စက္ကန့် (5 မိနစ်) မကျော်ပါက တိုတောင်းပြီး ကြည်လင်သော စကားပြောအသံဖမ်းတစ်ခုကို ကိုးကားအသံအဖြစ် အသုံးပြုနိုင်သည်။

အဆင့်မြင့် reference_text · enable_safety_checker

တုပွားထားသောအသံဖြင့် ပေါင်းစပ်ဖန်တီးမှုကို ပိုမိုကောင်းမွန်စေရန် ရွေးချယ်ထည့်သွင်းနိုင်သည့် ကိုးကားစာသား။ စပီကာ embedding ဖန်တီးရာတွင် အသုံးပြုခဲ့သည့် စာသားဖြစ်ရမည်။

POST /run/qwen-3-tts/clone-voice/1.7b?wait=20 ကုန်ကျစရိတ် → ၀.၀၀၁ $
# 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/1.7b?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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ API ကီး ရယူရန်

Qwen 3 TTS - Clone Voice [1.7B] အကြောင်း

`audio_url` အဖြစ် ပေးထားသော ရည်ညွှန်းအသံသွင်းချက်မှ safetensors format ဖြင့် speaker Embedding ကို ဖန်တီးပေးပြီး အများဆုံး 300 စက္ကန့်အထိ ရှည်နိုင်သည်။ ရလဒ်ကို text-to-speech Endpoint နှင့် အသုံးပြု၍ ပုံတူကူးထားသော အသံဖြင့် ပြောဆိုနိုင်သည်။ `reference_text` သည် ရွေးချယ်နိုင်ပြီး အရည်အသွေးကို တိုးတက်စေနိုင်သည်။ ၎င်းသည် 0.6B ပုံတူကူးစက်၏ 1.7B အရွယ်အစား မူကွဲဖြစ်သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
audio_urlလိုအပ်သည် audio
အမျိုးအစားurl · audio
အသံပုံတူဖန်တီးရန် အသံဖိုင် URL။ ကြာချိန် 300 စက္ကန့် (5 မိနစ်) မကျော်ပါက တိုတောင်းပြီး ကြည်လင်သော စကားပြောအသံဖမ်းတစ်ခုကို ကိုးကားအသံအဖြစ် အသုံးပြုနိုင်သည်။
reference_textရွေးချယ်နိုင်သည်
အမျိုးအစားstring | null
တုပွားထားသောအသံဖြင့် ပေါင်းစပ်ဖန်တီးမှုကို ပိုမိုကောင်းမွန်စေရန် ရွေးချယ်ထည့်သွင်းနိုင်သည့် ကိုးကားစာသား။ စပီကာ embedding ဖန်တီးရာတွင် အသုံးပြုခဲ့သည့် စာသားဖြစ်ရမည်။
enable_safety_checkerရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
caller က ခွင့်ပြုချက်ရှိပါက false သတ်မှတ်ခြင်းဖြင့် စစ်ဆေးမှုကို လျှော့ချနိုင်သည်။
လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/clone-voice/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": 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"
  }
}
သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။
မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။
ထွက်ရလဒ်၏ Fields များ
speaker_embedding
object {url, content_type, file_name, file_size}safetensors ဖိုင်အဖြစ် ဖန်တီးထားသော စပီကာ embedding။

နောက်ထပ် မော်ဒယ်များ: အသံ

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/qwen-3-tts/clone-voice/1.7b.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt