உள்ளடக்கத்திற்குச் செல்க

Qwen 3 TTS - Text to Speech [1.7B]

ஒருங்கிணை

மாடல் id qwen-3-tts/text-to-speech/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/text-to-speech/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."
  }'

# 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"

இந்தக் கோரிக்கை: $0.005 5 API கிரெடிட்கள் · ≈ ₽0.54 இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக
Alibaba உரையிலிருந்து பேச்சிற்கு குறிப்பு உள்ளீடுகள் #text-to-speech

முன்னமைவு குரல்கள், பாணி ப்ராம்ப்ட் மற்றும் நகலாக்கப்பட்ட குரல் ஆதரவுடன் கூடிய பெரிய 1.7B Qwen3 text-to-speech

Alibaba · ஆடியோ

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

•தேவை

பேச்சாக மாற்ற வேண்டிய உரை உள்ளடக்கம்.

விருப்பத்தேர்வு பேச்சுப் பாணி வழிமுறைகள்; பேச்சாளர் உட்பொதிப்பு வழங்கப்பட்டால் எப்போதும் புறக்கணிக்கப்படும்.

மேம்பட்டவை reference_text · speaker_voice_embedding_file_url · voice · language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker

குளோன் செய்யப்பட்ட குரலுடன் தொகுப்பை மேம்படுத்த விருப்பத்தேர்வாக வழங்கப்படும் குறிப்பு உரை; இது பேச்சாளர் உட்பொதிப்பை உருவாக்கப் பயன்படுத்திய உரையாக இருக்க வேண்டும்.

கோப்பை விடுங்கள் அல்லது

வழங்கப்பட்டால், முன்வரையறுக்கப்பட்ட குரல் விருப்பங்களை மாற்றும் பேச்சுத் தொகுப்புக்கான குளோன் குரல்.

பேச்சுத் தொகுப்பு குரல் தேர்வு; வழங்கப்படும் பேச்சாளர் உட்பொதிப்பால் இது மாற்றப்படும். குரல் விவரங்களும் முதன்மை மொழி ஆதரவும் [குரல் ஆவணங்களில்](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate) பட்டியலிடப்பட்டுள்ளன.

இயல்புநிலை Auto

குரல் பயன்படுத்தும் மொழி.

இயல்புநிலை 50

top-k sampling-க்கான அமைப்பு.

இயல்புநிலை 1

மாதிரித் தேர்வின்போது பயன்படுத்தப்படும் Top-p அமைப்பு.

இயல்புநிலை 0.9

மாதிரித் தேர்வின்போது பயன்படுத்தப்படும் வெப்பநிலை; அதிக மதிப்புகள் சீரற்ற தன்மையை அதிகரிக்கும்.

இயல்புநிலை 1.05

டோக்கன்கள் அல்லது குறியீடுகள் மீண்டும் நிகழ்வதைத் தடுக்கும் அபராதம்.

இயல்புநிலை 50

துணைப் பேச்சாளரிடமிருந்து மாதிரித் தேர்வின்போது பயன்படுத்தப்படும் Top-k அமைப்பு.

இயல்புநிலை 1

துணைப் பேச்சாளரிடமிருந்து மாதிரித் தேர்வின்போது பயன்படுத்தப்படும் Top-p அமைப்பு.

இயல்புநிலை 0.9

துணைப் பேச்சாளர் பயன்படுத்தும் மாதிரித் தேர்வு வெப்பநிலை.

இயல்புநிலை 200

புதிதாக உருவாக்கப்படும் கோடெக் டோக்கன்களுக்கான அதிகபட்ச வரம்பு.

POST /run/qwen-3-tts/text-to-speech/1.7b?wait=20 விலை → $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/text-to-speech/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."
  }'

# 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"

இந்தக் கோரிக்கையை இயக்கு

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். API விசையைப் பெறுங்கள்

Qwen 3 TTS - Text to Speech [1.7B] பற்றி

`text`-ஐ 1.7B மாதிரியைப் பயன்படுத்தி பேச்சாக மாற்றுகிறது. ஒன்பது முன்னமைவு குரல்களில் ஒன்றைப் பயன்படுத்தலாம் அல்லது `speaker_voice_embedding_file_url` மூலம் நகலாக்கப்பட்ட குரலைப் பயன்படுத்தலாம்; நகலாக்கத்திற்கு `reference_text`-ஐச் சேர்க்கவும். உட்பொதிவு வழங்கப்படாதபோது, விருப்பமான `prompt` பேச்சுப் பாணியை வழிநடத்தும். `language` Auto மற்றும் பத்து மொழிகளை ஏற்கிறது; `max_new_tokens` 1 முதல் 8192 வரை இருக்கும்.

அளவுருக்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்
textதேவை
வகைstring
பேச்சாக மாற்ற வேண்டிய உரை உள்ளடக்கம்.
promptவிருப்பத்தேர்வு
வகைstring | null
விருப்பத்தேர்வு பேச்சுப் பாணி வழிமுறைகள்; பேச்சாளர் உட்பொதிப்பு வழங்கப்பட்டால் எப்போதும் புறக்கணிக்கப்படும்.
voiceவிருப்பத்தேர்வு
வகைenum
VivianSerenaUncle_FuDylanEricRyanAidenOno_AnnaSohee
பேச்சுத் தொகுப்பு குரல் தேர்வு; வழங்கப்படும் பேச்சாளர் உட்பொதிப்பால் இது மாற்றப்படும். குரல் விவரங்களும் முதன்மை மொழி ஆதரவும் [குரல் ஆவணங்களில்](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate) பட்டியலிடப்பட்டுள்ளன.
languageவிருப்பத்தேர்வு
வகைenum
இயல்புநிலைAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
குரல் பயன்படுத்தும் மொழி.
speaker_voice_embedding_file_urlவிருப்பத்தேர்வு
வகைurl · file
வழங்கப்பட்டால், முன்வரையறுக்கப்பட்ட குரல் விருப்பங்களை மாற்றும் பேச்சுத் தொகுப்புக்கான குளோன் குரல்.
reference_textவிருப்பத்தேர்வு
வகைstring | null
குளோன் செய்யப்பட்ட குரலுடன் தொகுப்பை மேம்படுத்த விருப்பத்தேர்வாக வழங்கப்படும் குறிப்பு உரை; இது பேச்சாளர் உட்பொதிப்பை உருவாக்கப் பயன்படுத்திய உரையாக இருக்க வேண்டும்.
top_kவிருப்பத்தேர்வு
வகைinteger | null
இயல்புநிலை50
≥ 0
top-k sampling-க்கான அமைப்பு.
top_pவிருப்பத்தேர்வு
வகைnumber | null
இயல்புநிலை1
0 – 1
மாதிரித் தேர்வின்போது பயன்படுத்தப்படும் Top-p அமைப்பு.
temperatureவிருப்பத்தேர்வு
வகைnumber | null
இயல்புநிலை0.9
≤ 1> 0
மாதிரித் தேர்வின்போது பயன்படுத்தப்படும் வெப்பநிலை; அதிக மதிப்புகள் சீரற்ற தன்மையை அதிகரிக்கும்.
repetition_penaltyவிருப்பத்தேர்வு
வகைnumber | null
இயல்புநிலை1.05
≥ 0
டோக்கன்கள் அல்லது குறியீடுகள் மீண்டும் நிகழ்வதைத் தடுக்கும் அபராதம்.
subtalker_dosampleவிருப்பத்தேர்வு
வகைboolean | null
இயல்புநிலைtrue
துணைப் பேச்சாளரின் மாதிரித் தேர்வைச் செயல்படுத்தும் அல்லது முடக்கும் மாற்றி.
subtalker_top_kவிருப்பத்தேர்வு
வகைinteger | null
இயல்புநிலை50
≥ 0
துணைப் பேச்சாளரிடமிருந்து மாதிரித் தேர்வின்போது பயன்படுத்தப்படும் Top-k அமைப்பு.
subtalker_top_pவிருப்பத்தேர்வு
வகைnumber | null
இயல்புநிலை1
0 – 1
துணைப் பேச்சாளரிடமிருந்து மாதிரித் தேர்வின்போது பயன்படுத்தப்படும் Top-p அமைப்பு.
subtalker_temperatureவிருப்பத்தேர்வு
வகைnumber | null
இயல்புநிலை0.9
0 – 1
துணைப் பேச்சாளர் பயன்படுத்தும் மாதிரித் தேர்வு வெப்பநிலை.
max_new_tokensவிருப்பத்தேர்வு
வகைinteger | null
இயல்புநிலை200
1 – 8,192
புதிதாக உருவாக்கப்படும் கோடெக் டோக்கன்களுக்கான அதிகபட்ச வரம்பு.
enable_safety_checkerவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைtrue
அழைப்பாளர் அங்கீகரிக்கப்பட்டிருந்தால், false என அமைப்பதன் மூலம் திரையிடலைத் தளர்த்தலாம்.
தேவை

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/text-to-speech/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."
  },
  "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"
  }
}
உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.
ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.
வெளியீட்டின் புலங்கள்
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}தொகுக்கப்பட்ட பேச்சைக் கொண்ட ஆடியோ கோப்பு.

மேலும் மாதிரிகள்: உரையிலிருந்து பேச்சிற்கு

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/qwen-3-tts/text-to-speech/1.7b.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt