Gå til innhold

Qwen 3 TTS - Voice Design [1.7B]

Integrer

Modell-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"

Denne forespørselen: 0,005 $ 5 API-kreditter · ≈ 0,54 ₽ Kjør den på denne siden

Hent API-nøkkel
Alibaba Tekst til tale #text-to-speech#voice-design

Designer en ny stemme fra en skriftlig beskrivelse og leser den angitte teksten med den

Alibaba · Lyd

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk

Tekstinnhold som skal konverteres til tale.

•obligatorisk

Valgfrie instruksjoner for stilen til den syntetiserte talen.

Avansert language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker
standard Auto

Språket for stemmen som utformes.

standard 50

Innstilling for top-k-sampling.

standard 1

Top-p-innstilling brukt under sampling.

standard 0.9

Temperatur brukt under sampling; høyere verdier øker tilfeldigheten.

standard 1.05

Straff som motvirker gjentakelse av token eller koder.

standard 50

Top-k-innstilling som brukes ved sampling fra under-talsyntetisatoren.

standard 1

Top-p-innstilling som brukes ved sampling fra under-talsyntetisatoren.

standard 0.9

Samplingtemperatur som brukes av under-talsyntetisatoren.

standard 200

Øvre grense for nylig genererte kodek-token.

POST /run/qwen-3-tts/voice-design/1.7b?wait=20 pris → 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/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"

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Qwen 3 TTS - Voice Design [1.7B]

Genererer tale for `text` med en stemme beskrevet av den påkrevde `prompt`, slik at forhåndsinnstilt stemme eller referanselyd ikke trengs. `language` kan være Auto eller ett av ti navngitte språk. Samplingskontroller og `max_new_tokens` (1 til 8192, standard 200) er tilgjengelige. Den designede stemmen kan senere klones med clone-voice-modellen.

Parametere

NavnType StandardTillatt Beskrivelse
textobligatorisk
Typestring
Tekstinnhold som skal konverteres til tale.
languagevalgfritt
Typeenum
StandardAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
Språket for stemmen som utformes.
promptobligatorisk
Typestring
Valgfrie instruksjoner for stilen til den syntetiserte talen.
top_kvalgfritt
Typeinteger | null
Standard50
≥ 0
Innstilling for top-k-sampling.
top_pvalgfritt
Typenumber | null
Standard1
0 – 1
Top-p-innstilling brukt under sampling.
temperaturevalgfritt
Typenumber | null
Standard0.9
≤ 1> 0
Temperatur brukt under sampling; høyere verdier øker tilfeldigheten.
repetition_penaltyvalgfritt
Typenumber | null
Standard1.05
≥ 0
Straff som motvirker gjentakelse av token eller koder.
subtalker_dosamplevalgfritt
Typeboolean | null
Standardtrue
Bryter som aktiverer eller deaktiverer sampling med under-talsyntetisatoren.
subtalker_top_kvalgfritt
Typeinteger | null
Standard50
≥ 0
Top-k-innstilling som brukes ved sampling fra under-talsyntetisatoren.
subtalker_top_pvalgfritt
Typenumber | null
Standard1
0 – 1
Top-p-innstilling som brukes ved sampling fra under-talsyntetisatoren.
subtalker_temperaturevalgfritt
Typenumber | null
Standard0.9
0 – 1
Samplingtemperatur som brukes av under-talsyntetisatoren.
max_new_tokensvalgfritt
Typeinteger | null
Standard200
1 – 8 192
Øvre grense for nylig genererte kodek-token.
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Filtreringen kan lempes ved å angi false, forutsatt at den som gjør forespørselen, er autorisert.
obligatorisk

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Lydfil som inneholder den syntetiserte talen.

Flere modeller: Tekst til tale

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/qwen-3-tts/voice-design/1.7b.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt