Hoppa till innehåll

Qwen 3 TTS - Clone Voice [0.6B]

Integrera

Modell-id qwen-3-tts/clone-voice/0.6b
# 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/0.6b?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"

Filer som exemplet: 0,001 $ 1 API-kredit · ≈ 0,11 ₽ dina filer mäts innan körningen Kör den på den här sidan

Hämta API-nyckel
Alibaba Ljud Referensinmatningar #clone-voice#voice-clone

Bygger en återanvändbar talarinbäddning från ett referensklipp, den mindre 0.6B-varianten av röstklonaren

Alibaba · Data (JSON)

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt audio_url
Släpp en fil eller

URL till ljud för röstkloning; en kort, ren talinspelning räcker som referens, förutsatt att längden inte överstiger 300 sekunder (5 minuter).

Avancerat reference_text · enable_safety_checker

Referenstext, som valfritt kan anges för att förbättra syntesen med en klonad röst, måste vara texten som användes för att skapa talarens embedding.

POST /run/qwen-3-tts/clone-voice/0.6b?wait=20 pris → 0,001 $
# 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/0.6b?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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Qwen 3 TTS - Clone Voice [0.6B]

Tar en referensinspelning via `audio_url` (högst 300 sekunder; ett kort klipp med tydligt tal räcker) och returnerar en talarinbäddningsfil i safetensors-format. Inbäddningen kan sedan skickas till motsvarande text-till-tal-endpoint. En valfri `reference_text` kan anges för bättre synteskvalitet.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
audio_urlobligatoriskt audio
Typurl · audio
URL till ljud för röstkloning; en kort, ren talinspelning räcker som referens, förutsatt att längden inte överstiger 300 sekunder (5 minuter).
reference_textvalfritt
Typstring | null
Referenstext, som valfritt kan anges för att förbättra syntesen med en klonad röst, måste vara texten som användes för att skapa talarens embedding.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Granskningen kan lättas genom att ange false, om anroparen är behörig.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/clone-voice/0.6b",
  "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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
speaker_embedding
object {url, content_type, file_name, file_size}Speaker embedding som genererats som en safetensors-fil.

Fler modeller: Ljud

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/qwen-3-tts/clone-voice/0.6b.md. Alla modeller och guider: https://doitong.com/developers/llms.txt