跳至內容

Qwen 3 TTS - Text to Speech [1.7B]

整合

模型 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"

此請求: $0.005 5 API 點數 · ≈ ₽0.54 在此頁面執行

取得 API 金鑰
Alibaba 文字轉語音 參考輸入 #text-to-speech

更大型的 1.7B Qwen3 文字轉語音模型,支援預設語音、風格提示詞與複製語音

Alibaba · 音訊

您的第一個結果會顯示在這裡

在下方建立請求,並使用您的 API 金鑰執行。輸出會複製到我們的儲存空間,可永久保留或免費保留 7 天。

建立請求

控制項是根據模型結構描述生成的。變更設定時,程式碼和價格會同步更新。

•必填

要轉換為語音的文字內容。

可選的語音風格指示;提供說話者嵌入時一律忽略。

進階 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

參考文字,可選擇提供以改善複製語音的合成;必須是用於建立說話者嵌入的文字。

拖放檔案,或

用於語音合成的複製語音;若提供,會取代預先定義的語音選項。

語音合成的語音選擇;若提供說話者嵌入,則會覆寫此選擇。語音詳細資訊和主要語言支援列於 [語音文件](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate)。

預設 Auto

語音使用的語言。

預設 50

Top-k 取樣設定。

預設 1

取樣期間使用的 Top-p 設定。

預設 0.9

取樣期間使用的 Temperature;值越大,隨機性越高。

預設 1.05

抑制 Token 或代碼重複的懲罰值。

預設 50

從子說話者取樣時使用的 Top-k 設定。

預設 1

從子說話者取樣時使用的 Top-p 設定。

預設 0.9

子說話者使用的取樣溫度。

預設 200

新生成 codec Token 的上限。

POST /run/qwen-3-tts/text-to-speech/1.7b?wait=20 報價 → $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"

執行此請求

您的金鑰會保留在此瀏覽器中:只會傳送至 Doitong API,且只有在勾選「記住」時才會儲存至 localStorage。 取得 API 金鑰

關於 Qwen 3 TTS - Text to Speech [1.7B]

使用 1.7B 模型將 `text` 轉換為語音。可使用九種預設聲音之一,或透過 `speaker_voice_embedding_file_url` 使用複製的聲音,並為複製功能加入 `reference_text`。未提供嵌入時,可選擇使用 `prompt` 指定說話樣式。`language` 接受 Auto 和十種語言,`max_new_tokens` 範圍為 1 至 8192。

參數

名稱類型 預設值允許值 說明
text必填
類型string
要轉換為語音的文字內容。
prompt選填
類型string | null
可選的語音風格指示;提供說話者嵌入時一律忽略。
voice選填
類型enum
VivianSerenaUncle_FuDylanEricRyanAidenOno_AnnaSohee
語音合成的語音選擇;若提供說話者嵌入,則會覆寫此選擇。語音詳細資訊和主要語言支援列於 [語音文件](https://github.com/QwenLM/Qwen3-TTS/tree/main?tab=readme-ov-file#custom-voice-generate)。
language選填
類型enum
預設值Auto
AutoEnglishChineseSpanishFrenchGermanItalianJapaneseKoreanPortugueseRussian
語音使用的語言。
speaker_voice_embedding_file_url選填
類型url · file
用於語音合成的複製語音;若提供,會取代預先定義的語音選項。
reference_text選填
類型string | null
參考文字,可選擇提供以改善複製語音的合成;必須是用於建立說話者嵌入的文字。
top_k選填
類型integer | null
預設值50
≥ 0
Top-k 取樣設定。
top_p選填
類型number | null
預設值1
0 – 1
取樣期間使用的 Top-p 設定。
temperature選填
類型number | null
預設值0.9
≤ 1> 0
取樣期間使用的 Temperature;值越大,隨機性越高。
repetition_penalty選填
類型number | null
預設值1.05
≥ 0
抑制 Token 或代碼重複的懲罰值。
subtalker_dosample選填
類型boolean | null
預設值true
啟用或停用子說話者取樣的切換開關。
subtalker_top_k選填
類型integer | null
預設值50
≥ 0
從子說話者取樣時使用的 Top-k 設定。
subtalker_top_p選填
類型number | null
預設值1
0 – 1
從子說話者取樣時使用的 Top-p 設定。
subtalker_temperature選填
類型number | null
預設值0.9
0 – 1
子說話者使用的取樣溫度。
max_new_tokens選填
類型integer | null
預設值200
1 – 8,192
新生成 codec Token 的上限。
enable_safety_checker選填
類型boolean
預設值true
在呼叫端獲得授權的情況下,將此值設為 false 可放寬審核。
必填

檔案參數接受公開的 https:// URL、最大 10 MB 的 data: URI,或上傳檔案的 file_url。 檔案

輸出

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"
  }
}
您的檔案,由您選擇每個 outputs[].url 都是儲存空間中的副本:可永久保留(按 GB-月計費),或免費保留 7 天;可透過帳戶設定或 ?storage= 設定。
所有模型使用相同結構圖片、影片和音訊皆包含 type、url、content_type、width、height 和 duration。output 是模型自己的結果物件。
輸出欄位
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}包含合成語音的音訊檔案。

更多模型:文字轉語音

給 AI 代理程式:此頁面的 Markdown 位於 https://doitong.com/zh-TW/developers/models/qwen-3-tts/text-to-speech/1.7b.md. 所有模型與指南: https://doitong.com/developers/llms.txt