အကြောင်းအရာသို့ ကျော်ရန်

Qwen 3 TTS - Voice Design [1.7B]

ပေါင်းစည်းရန်

မော်ဒယ် id qwen-3-tts/voice-design/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/voice-design/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.",
    "prompt": "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"

ဤတောင်းဆိုချက်: ၀.၀၀၅ $ ၅ API ခရက်ဒစ် · ≈ ၀.၅၄ ₽ ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
Alibaba စာသားမှ အသံ #text-to-speech#voice-design

ရေးသားထားသောဖော်ပြချက်မှ အသံအသစ်ကို ဒီဇိုင်းဆွဲပြီး ပေးထားသောစာသားကို ထိုအသံဖြင့် ပြောစေသည်

Alibaba · အသံ

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

စကားပြောသံအဖြစ် ပြောင်းလဲမည့် စာသားအကြောင်းအရာ။

•လိုအပ်သည်

ပေါင်းစပ်ဖန်တီးထားသော စကားပြောအသံစတိုင်အတွက် ရွေးချယ်ထည့်သွင်းနိုင်သည့် ညွှန်ကြားချက်များ။

အဆင့်မြင့် language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker
မူလ Auto

ဒီဇိုင်းပြုလုပ်နေသည့် အသံအတွက် ဘာသာစကား။

မူလ 50

top-k sampling အတွက် ဆက်တင်။

မူလ 1

နမူနာယူစဉ် အသုံးပြုသည့် Top-p ဆက်တင်။

မူလ 0.9

နမူနာယူစဉ် အသုံးပြုသည့် အပူချိန်။ တန်ဖိုးကြီးလေ ကျပန်းဖြစ်နိုင်မှု များလေဖြစ်သည်။

မူလ 1.05

တိုကင်များ သို့မဟုတ် ကုဒ်များ ထပ်ခါတလဲလဲဖြစ်မှုကို လျှော့ချပေးသည့် ပြစ်ဒဏ်။

မူလ 50

sub-talker ထံမှ နမူနာယူစဉ် အသုံးပြုသည့် Top-k ဆက်တင်။

မူလ 1

sub-talker ထံမှ နမူနာယူစဉ် အသုံးပြုသည့် Top-p ဆက်တင်။

မူလ 0.9

sub-talker အသုံးပြုသည့် နမူနာယူအပူချိန်။

မူလ 200

အသစ်ဖန်တီးမည့် codec တိုကင်များအတွက် အမြင့်ဆုံးကန့်သတ်ချက်။

POST /run/qwen-3-tts/voice-design/1.7b?wait=20 ကုန်ကျစရိတ် → ၀.၀၀၅ $
# 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/voice-design/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.",
    "prompt": "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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

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

Qwen 3 TTS - Voice Design [1.7B] အကြောင်း

လိုအပ်သော `prompt` တွင် ဖော်ပြထားသည့် အသံဖြင့် `text` အတွက် စကားသံကို ဖန်တီးသည်။ ထို့ကြောင့် ကြိုတင်သတ်မှတ်အသံ သို့မဟုတ် ရည်ညွှန်းချက်အသံ မလိုအပ်ပါ။ `language` သည် Auto သို့မဟုတ် အမည်ပေးထားသော ဘာသာစကား ၁၀ မျိုးအနက် တစ်မျိုး ဖြစ်နိုင်သည်။ ဆမ်ပလင်း ထိန်းချုပ်မှုများနှင့် `max_new_tokens` (1 မှ 8192၊ မူလတန်ဖိုး 200) ကို အသုံးပြုနိုင်သည်။ ဒီဇိုင်းပြုလုပ်ထားသော အသံကို နောက်ပိုင်းတွင် clone-voice မော်ဒယ်ဖြင့် clone ပြုလုပ်နိုင်သည်။

ပါရာမီတာများ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
textလိုအပ်သည်
အမျိုးအစားstring
စကားပြောသံအဖြစ် ပြောင်းလဲမည့် စာသားအကြောင်းအရာ။
languageရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
ဒီဇိုင်းပြုလုပ်နေသည့် အသံအတွက် ဘာသာစကား။
promptလိုအပ်သည်
အမျိုးအစားstring
ပေါင်းစပ်ဖန်တီးထားသော စကားပြောအသံစတိုင်အတွက် ရွေးချယ်ထည့်သွင်းနိုင်သည့် ညွှန်ကြားချက်များ။
top_kရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
မူလတန်ဖိုး50
≥ ၀
top-k sampling အတွက် ဆက်တင်။
top_pရွေးချယ်နိုင်သည်
အမျိုးအစားnumber | null
မူလတန်ဖိုး1
၀ – ၁
နမူနာယူစဉ် အသုံးပြုသည့် Top-p ဆက်တင်။
temperatureရွေးချယ်နိုင်သည်
အမျိုးအစားnumber | null
မူလတန်ဖိုး0.9
≤ ၁> ၀
နမူနာယူစဉ် အသုံးပြုသည့် အပူချိန်။ တန်ဖိုးကြီးလေ ကျပန်းဖြစ်နိုင်မှု များလေဖြစ်သည်။
repetition_penaltyရွေးချယ်နိုင်သည်
အမျိုးအစားnumber | null
မူလတန်ဖိုး1.05
≥ ၀
တိုကင်များ သို့မဟုတ် ကုဒ်များ ထပ်ခါတလဲလဲဖြစ်မှုကို လျှော့ချပေးသည့် ပြစ်ဒဏ်။
subtalker_dosampleရွေးချယ်နိုင်သည်
အမျိုးအစားboolean | null
မူလတန်ဖိုးtrue
sub-talker ဖြင့် နမူနာယူမှုကို ဖွင့်/ပိတ်ပေးသည့် ခလုတ်။
subtalker_top_kရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
မူလတန်ဖိုး50
≥ ၀
sub-talker ထံမှ နမူနာယူစဉ် အသုံးပြုသည့် Top-k ဆက်တင်။
subtalker_top_pရွေးချယ်နိုင်သည်
အမျိုးအစားnumber | null
မူလတန်ဖိုး1
၀ – ၁
sub-talker ထံမှ နမူနာယူစဉ် အသုံးပြုသည့် Top-p ဆက်တင်။
subtalker_temperatureရွေးချယ်နိုင်သည်
အမျိုးအစားnumber | null
မူလတန်ဖိုး0.9
၀ – ၁
sub-talker အသုံးပြုသည့် နမူနာယူအပူချိန်။
max_new_tokensရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
မူလတန်ဖိုး200
၁ – ၈,၁၉၂
အသစ်ဖန်တီးမည့် codec တိုကင်များအတွက် အမြင့်ဆုံးကန့်သတ်ချက်။
enable_safety_checkerရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
caller က ခွင့်ပြုချက်ရှိပါက false သတ်မှတ်ခြင်းဖြင့် စစ်ဆေးမှုကို လျှော့ချနိုင်သည်။
လိုအပ်သည်

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/voice-design/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.",
    "prompt": "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"
  }
}
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
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}ဖန်တီးထားသော စကားပြောသံပါဝင်သည့် အသံဖိုင်။

နောက်ထပ် မော်ဒယ်များ: စာသားမှ အသံ

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