Avançar para o conteúdo

Qwen 3 TTS - Voice Design [1.7B]

Integrar

ID do modelo 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"

Este pedido: 0,005 $ 5 créditos da API · ≈ 0,54 ₽ Executar nesta página

Obter chave de API
Alibaba Texto para voz #text-to-speech#voice-design

Concebe uma nova voz a partir de uma descrição escrita e fala nela o texto fornecido

Alibaba · Áudio

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório

Conteúdo de texto a converter em fala.

•obrigatório

Instruções opcionais para o estilo da fala sintetizada.

Avançado language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker
predefinição Auto

Idioma da voz a conceber.

predefinição 50

Definição para amostragem top-k.

predefinição 1

Definição de top-p utilizada durante a amostragem.

predefinição 0.9

Temperatura utilizada durante a amostragem; valores maiores aumentam a aleatoriedade.

predefinição 1.05

Penalização que desencoraja a repetição de tokens ou códigos.

predefinição 50

Definição top-k usada durante a amostragem do sub-talker.

predefinição 1

Definição top-p usada durante a amostragem do sub-talker.

predefinição 0.9

Temperatura de amostragem usada pelo sub-talker.

predefinição 200

Limite superior de tokens de codec gerados recentemente.

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

Executar este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Qwen 3 TTS - Voice Design [1.7B]

Gera fala para `text` numa voz descrita pelo `prompt` obrigatório, sem necessidade de voz predefinida ou áudio de referência. `language` pode ser Auto ou um dos dez idiomas identificados. Estão disponíveis controlos de amostragem e `max_new_tokens` (1 a 8192, predefinição 200). A voz concebida pode ser clonada posteriormente com o modelo clone-voice.

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
textobrigatório
Tipostring
Conteúdo de texto a converter em fala.
languageopcional
Tipoenum
PredefiniçãoAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
Idioma da voz a conceber.
promptobrigatório
Tipostring
Instruções opcionais para o estilo da fala sintetizada.
top_kopcional
Tipointeger | null
Predefinição50
≥ 0
Definição para amostragem top-k.
top_popcional
Tiponumber | null
Predefinição1
0 – 1
Definição de top-p utilizada durante a amostragem.
temperatureopcional
Tiponumber | null
Predefinição0.9
≤ 1> 0
Temperatura utilizada durante a amostragem; valores maiores aumentam a aleatoriedade.
repetition_penaltyopcional
Tiponumber | null
Predefinição1.05
≥ 0
Penalização que desencoraja a repetição de tokens ou códigos.
subtalker_dosampleopcional
Tipoboolean | null
Predefiniçãotrue
Interruptor que ativa ou desativa a amostragem pelo sub-talker.
subtalker_top_kopcional
Tipointeger | null
Predefinição50
≥ 0
Definição top-k usada durante a amostragem do sub-talker.
subtalker_top_popcional
Tiponumber | null
Predefinição1
0 – 1
Definição top-p usada durante a amostragem do sub-talker.
subtalker_temperatureopcional
Tiponumber | null
Predefinição0.9
0 – 1
Temperatura de amostragem usada pelo sub-talker.
max_new_tokensopcional
Tipointeger | null
Predefinição200
1 – 8192
Limite superior de tokens de codec gerados recentemente.
enable_safety_checkeropcional
Tipoboolean
Predefiniçãotrue
A filtragem pode ser flexibilizada definindo false, desde que o autor do pedido esteja autorizado.
obrigatório

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Ficheiro de áudio que contém a fala sintetizada.

Mais modelos: Texto para voz

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/qwen-3-tts/voice-design/1.7b.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt