مواد پر جائیں

Qwen 3 TTS - Voice Design [1.7B]

انٹیگریٹ کریں

ماڈل 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"

یہ درخواست: ⁨$0.005⁩ 5 API کریڈٹس · ≈ ⁨₽0.54⁩ اس صفحے پر چلائیں

API کلید حاصل کریں
Alibaba متن سے آواز #text-to-speech#voice-design

تحریری وضاحت سے نئی آواز ڈیزائن کرتا ہے اور دیے گئے متن کو اسی میں بولتا ہے

Alibaba · آڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی

اسپیچ میں تبدیل کرنے کے لیے متنی مواد۔

•لازمی

ترکیب شدہ تقریر کے انداز کے لیے اختیاری ہدایات۔

ایڈوانسڈ language · top_k · top_p · temperature · repetition_penalty · subtalker_top_k · subtalker_top_p · subtalker_temperature · max_new_tokens · subtalker_dosample · enable_safety_checker
ڈیفالٹ Auto

تیار کی جانے والی آواز کی زبان۔

ڈیفالٹ 50

top-k sampling کی setting۔

ڈیفالٹ 1

sampling کے دوران استعمال ہونے والی Top-p ترتیب۔

ڈیفالٹ 0.9

sampling کے دوران استعمال ہونے والا Temperature؛ بڑی قدریں بے ترتیبی میں اضافہ کرتی ہیں۔

ڈیفالٹ 1.05

ٹوکنز یا کوڈز کی تکرار کی حوصلہ شکنی کرنے والا جرمانہ۔

ڈیفالٹ 50

سب ٹاکر سے سیمپلنگ کے وقت استعمال ہونے والی Top-k ترتیب۔

ڈیفالٹ 1

سب ٹاکر سے سیمپلنگ کے وقت استعمال ہونے والی Top-p ترتیب۔

ڈیفالٹ 0.9

سب ٹاکر کے ذریعے استعمال ہونے والا سیمپلنگ درجۂ حرارت۔

ڈیفالٹ 200

نئے تخلیق کردہ کوڈیک ٹوکنز کی زیادہ سے زیادہ حد۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Qwen 3 TTS - Voice Design [1.7B] کے بارے میں

لازمی `prompt` میں بیان کردہ آواز میں `text` کے لیے تقریر بناتا ہے، اس لیے پری سیٹ آواز یا ریفرنس آڈیو درکار نہیں۔ `language` Auto یا دس نامزد زبانوں میں سے ایک ہو سکتی ہے۔ سیمپلنگ کنٹرولز اور `max_new_tokens` (1 سے 8192، ڈیفالٹ 200) دستیاب ہیں۔ ڈیزائن کردہ آواز کو بعد میں clone-voice ماڈل سے کلون کیا جا سکتا ہے۔

پیرامیٹرز

نامقسم ڈیفالٹمجاز تفصیل
textلازمی
قسمstring
اسپیچ میں تبدیل کرنے کے لیے متنی مواد۔
languageاختیاری
قسمenum
ڈیفالٹAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
تیار کی جانے والی آواز کی زبان۔
promptلازمی
قسمstring
ترکیب شدہ تقریر کے انداز کے لیے اختیاری ہدایات۔
top_kاختیاری
قسمinteger | null
ڈیفالٹ50
≥ 0
top-k sampling کی setting۔
top_pاختیاری
قسمnumber | null
ڈیفالٹ1
0 – 1
sampling کے دوران استعمال ہونے والی Top-p ترتیب۔
temperatureاختیاری
قسمnumber | null
ڈیفالٹ0.9
≤ 1> 0
sampling کے دوران استعمال ہونے والا Temperature؛ بڑی قدریں بے ترتیبی میں اضافہ کرتی ہیں۔
repetition_penaltyاختیاری
قسمnumber | null
ڈیفالٹ1.05
≥ 0
ٹوکنز یا کوڈز کی تکرار کی حوصلہ شکنی کرنے والا جرمانہ۔
subtalker_dosampleاختیاری
قسمboolean | null
ڈیفالٹtrue
سب ٹاکر کے ذریعے سیمپلنگ کو فعال یا غیر فعال کرنے والا سوئچ۔
subtalker_top_kاختیاری
قسمinteger | null
ڈیفالٹ50
≥ 0
سب ٹاکر سے سیمپلنگ کے وقت استعمال ہونے والی Top-k ترتیب۔
subtalker_top_pاختیاری
قسمnumber | null
ڈیفالٹ1
0 – 1
سب ٹاکر سے سیمپلنگ کے وقت استعمال ہونے والی Top-p ترتیب۔
subtalker_temperatureاختیاری
قسمnumber | null
ڈیفالٹ0.9
0 – 1
سب ٹاکر کے ذریعے استعمال ہونے والا سیمپلنگ درجۂ حرارت۔
max_new_tokensاختیاری
قسمinteger | null
ڈیفالٹ200
1 – 8,192
نئے تخلیق کردہ کوڈیک ٹوکنز کی زیادہ سے زیادہ حد۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔
لازمی

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}سنتھیسائز کی گئی اسپیچ پر مشتمل آڈیو فائل۔

مزید ماڈلز: متن سے آواز

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/qwen-3-tts/voice-design/1.7b.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt