Bỏ qua đến nội dung

Qwen 3 TTS - Text to Speech [0.6B]

Tích hợp

Id mô hình qwen-3-tts/text-to-speech/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/text-to-speech/0.6b?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"

Yêu cầu này: 0,004 $ 4 tín dụng API · ≈ 0,43 ₽ Chạy trên trang này

Lấy khóa API
Alibaba Văn bản sang giọng nói Đầu vào tham chiếu #text-to-speech

Text-to-speech Qwen3 0.6B nhỏ hơn với chín giọng dựng sẵn, lựa chọn ngôn ngữ và sao chép giọng qua embedding

Alibaba · Âm thanh

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc

Nội dung văn bản cần chuyển thành giọng nói.

Hướng dẫn phong cách giọng nói tùy chọn, bị bỏ qua khi speaker embedding được cung cấp.

Nâng cao 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

Văn bản tham chiếu, có thể cung cấp để cải thiện quá trình tổng hợp bằng giọng đã sao chép; phải là văn bản dùng để tạo speaker embedding.

Thả tệp hoặc

Giọng đã sao chép để tổng hợp lời nói, nếu được cung cấp, thay thế các lựa chọn giọng được định nghĩa sẵn.

Lựa chọn giọng tổng hợp lời nói, bị ghi đè bởi speaker embedding được cung cấp. Chi tiết giọng và hỗ trợ ngôn ngữ chính được liệt kê trong [tài liệu về giọng](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).

mặc định Auto

Ngôn ngữ được giọng sử dụng.

mặc định 50

Cài đặt cho lấy mẫu top-k.

mặc định 1

Cài đặt top-p dùng trong quá trình lấy mẫu.

mặc định 0.9

Nhiệt độ dùng trong quá trình lấy mẫu; giá trị lớn hơn làm tăng tính ngẫu nhiên.

mặc định 1.05

Mức phạt ngăn việc lặp lại token hoặc mã.

mặc định 50

Thiết lập Top-k dùng khi lấy mẫu từ bộ thoại phụ.

mặc định 1

Thiết lập Top-p dùng khi lấy mẫu từ bộ thoại phụ.

mặc định 0.9

Nhiệt độ lấy mẫu do bộ thoại phụ sử dụng.

mặc định 200

Giới hạn trên của số token codec mới được tạo.

POST /run/qwen-3-tts/text-to-speech/0.6b?wait=20 báo giá → 0,004 $
# 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/0.6b?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"

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Qwen 3 TTS - Text to Speech [0.6B]

Chuyển `text` thành giọng nói bằng mô hình 0.6B. Chọn `voice` dựng sẵn như Vivian, Serena, Dylan hoặc Sohee, hoặc cung cấp `speaker_voice_embedding_file_url` để dùng giọng đã sao chép, tùy chọn kèm `reference_text`. `language` gồm Auto và mười ngôn ngữ được đặt tên, trong đó có English, Chinese và Japanese. Có các điều khiển lấy mẫu và `max_new_tokens` (1 đến 8192).

Tham số

TênKiểu Mặc địnhĐược phép Mô tả
textbắt buộc
Kiểustring
Nội dung văn bản cần chuyển thành giọng nói.
prompttùy chọn
Kiểustring | null
Hướng dẫn phong cách giọng nói tùy chọn, bị bỏ qua khi speaker embedding được cung cấp.
voicetùy chọn
Kiểuenum
VivianSerenaUncle_FuDylanEricRyanAidenOno_AnnaSohee
Lựa chọn giọng tổng hợp lời nói, bị ghi đè bởi speaker embedding được cung cấp. Chi tiết giọng và hỗ trợ ngôn ngữ chính được liệt kê trong [tài liệu về giọng](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate).
languagetùy chọn
Kiểuenum
Mặc địnhAuto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
Ngôn ngữ được giọng sử dụng.
speaker_voice_embedding_file_urltùy chọn
Kiểuurl · file
Giọng đã sao chép để tổng hợp lời nói, nếu được cung cấp, thay thế các lựa chọn giọng được định nghĩa sẵn.
reference_texttùy chọn
Kiểustring | null
Văn bản tham chiếu, có thể cung cấp để cải thiện quá trình tổng hợp bằng giọng đã sao chép; phải là văn bản dùng để tạo speaker embedding.
top_ktùy chọn
Kiểuinteger | null
Mặc định50
≥ 0
Cài đặt cho lấy mẫu top-k.
top_ptùy chọn
Kiểunumber | null
Mặc định1
0 – 1
Cài đặt top-p dùng trong quá trình lấy mẫu.
temperaturetùy chọn
Kiểunumber | null
Mặc định0.9
≤ 1> 0
Nhiệt độ dùng trong quá trình lấy mẫu; giá trị lớn hơn làm tăng tính ngẫu nhiên.
repetition_penaltytùy chọn
Kiểunumber | null
Mặc định1.05
≥ 0
Mức phạt ngăn việc lặp lại token hoặc mã.
subtalker_dosampletùy chọn
Kiểuboolean | null
Mặc địnhtrue
Công tắc bật hoặc tắt việc lấy mẫu của bộ thoại phụ.
subtalker_top_ktùy chọn
Kiểuinteger | null
Mặc định50
≥ 0
Thiết lập Top-k dùng khi lấy mẫu từ bộ thoại phụ.
subtalker_top_ptùy chọn
Kiểunumber | null
Mặc định1
0 – 1
Thiết lập Top-p dùng khi lấy mẫu từ bộ thoại phụ.
subtalker_temperaturetùy chọn
Kiểunumber | null
Mặc định0.9
0 – 1
Nhiệt độ lấy mẫu do bộ thoại phụ sử dụng.
max_new_tokenstùy chọn
Kiểuinteger | null
Mặc định200
1 – 8.192
Giới hạn trên của số token codec mới được tạo.
enable_safety_checkertùy chọn
Kiểuboolean
Mặc địnhtrue
Có thể nới lỏng việc kiểm duyệt bằng cách đặt thành false, nếu người gọi được cấp quyền.
bắt buộc

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "qwen-3-tts/text-to-speech/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": 4,
    "usd": "0.004",
    "charged": 4,
    "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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Tệp âm thanh chứa lời nói đã tổng hợp.

Thêm mô hình: Văn bản sang giọng nói

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/qwen-3-tts/text-to-speech/0.6b.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt