الإجابة المختصرة: لنفس السرد المكون من 164 حرفا، كوين أوديو 3.1 TTS بأقل تكلفة، حوالي عشرين من السنت، ستيب أوديو 3 TTS أعاد ملفه بأسرع وقت ممكن، و جيميني 2.5 برو TTS كان الأعلى سعرا، حوالي أربعة سنتات، مع أبطأ وأطول قراءة. كوين أوديو 3.1 TTS بلس، مستوى الجودة في Qwen Audio 3.1، يكلف أقل بقليل من سنت واحد. جميع الأربعة تعمل على EmpirioLabs عبر نفس نقطة نهاية الخطابة. استمع إلى كل مقطع أدناه؛ نحن لا نعلن فائزا.
استمع إلى الأصوات الأربعة
السرد: "كان حارس المنارة يكتب سطرا واحدا في السجل كل ليلة لمدة واحد وثلاثين عاما. وفي الصفحة الأخيرة، بخط مختلف، كتب أحدهم: الضوء لا يزال مضاء." الإخراج: "راوي وثائقي: هادئ وغير مستعجل، ثم توقف هادئ ومؤثر قبل الجملة الأخيرة."
النتائج نظرة سريعة
| كوين أوديو 3.1 TTS بلس | كوين أوديو 3.1 TTS | جيميني 2.5 برو TTS | ستيب أوديو 3 TTS | |
|---|---|---|---|---|
| الصانع | علي بابا | علي بابا | جوجل | ستيب فان |
| وحدة الفوترة | الشخصيات | الرموز: نص يدخل، صوت خارج | الرموز | الشخصيات |
| سعر هذا الطلب | $0.0098 | $0.0005 | $0.0433 | $0.0024 |
| طول الصوت | 11.2 ثانية | 10.0 ثوان | 24.0 ثانية | 9.7 ثانية |
| حان الوقت للملف النهائي | 14.3 ثانية | 12.8 ثانية | 16.0 ثانية | 3.7 ثانية |
| الأصوات | 4 | 19 | 30 | 12 |
| مجال الاتجاهات | التعليم | التعليم | style_prompt | التعليم |
كيف أدرناها
كل نموذج يقرأ نفس السرد بنفس الاتجاه، يمرر في حقل الاتجاه الخاص بالنموذج. كل نموذج استخدم صوت ذكر ناطق بالإنجليزية من مكتبته الخاصة ويعيد ملف MP3 (Gemini 2.5 Pro TTS يعيد WAV، محولا إلى MP3 لهذه الصفحة)، مع كل الإعدادات الأخرى في الوضع الافتراضي. لقطة واحدة لكل منهم. الأسعار هي المبالغ المفروضة لهذه الطلبات بالضبط. الأوقات هي ثوان ساعة الحائط لطلب واحد في 2 نوفمبر 2026، من إرسال الطلب إلى استلام الملف النهائي؛ جميع النماذج الأربعة تبث الصوت أثناء توليدها.
ما الذي يجب البحث عنه
التوقف. التوجيه يطلب وقفة توقف قبل "الضوء لا يزال مضاء". استمع إلى مكان وضع كل صوت ومدة استمراره؛ كان جيميني 2.5 Pro TTS يتوقف لمدة ثانية ونصف، وكانت قراءته كاملة تزيد عن ضعف مدة البقية.
بالإضافة إلى فلاش. Qwen Audio 3.1 TTS Plus و Qwen Audio 3.1 TTS يأخذان نفس جسم الطلب. Plus هو المستوى الذي تبنيه علي بابا للسرد، الدبلجة، وأصوات العلامات التجارية؛ استمع إلى مقطعي Qwen جنبا إلى جنب لمعرفة الفرق في التوصيل.
الطول والسعر. Qwen Audio 3.1 TTS و Gemini 2.5 Pro TTS يفرضان على الصوت الذي يولدا، لذا تكلفة القراءة الأبطأ أكثر؛ TTS Plus و StepAudio 3 TTS يرسلان الحروف التي ترسلها.
أجر نفس الاختبار على EmpirioLabs
curl https://api.empiriolabs.ai/v1/audio/speech \ -H "التفويض: حامل $EMPIRIOLABS_API_KEY" \ -H "نوع المحتوى: application/json" \ -d '{ "model": "qwen-audio-3-1-tts-plus", "voice": "xunanchuan_v3.1", "input": "حارس المنارة كتب سطرا واحدا في السجل كل ليلة لمدة واحد وثلاثين عاما. في الصفحة الأخيرة، بخط مختلف، كتب أحدهم: الضوء لا يزال مضاء.", "تعليمات": "راوي وثائقي: هادئ وغير مستعجل، ثم توقف هادئ ومؤثر قبل الجملة الأخيرة.", "response_format": "mp3" }'تبديل النموذج و الصوت لتشغيل نفس الطلب ضده qwen-audio-3-1-tts, gemini-2-5-pro-tts (مع style_prompt بدلا من التعليم) أو stepaudio-3-tts، أو جربها في playground.
الأسئلة الشائعة
هل تم تحرير المقاطع أو إعادة تجربتها؟
لا. كل مقطع هو أول صوت يعيده النموذج لهذا الطلب، دون تعديل.
لماذا تكلف Qwen Audio 3.1 TTS Plus أكثر من Qwen Audio 3.1 TTS؟
أسعارها مختلفة: بلس لكل حرف نصي، وفئة الفلاش حسب الرموز. لهذا السرد، تكلفة Plus حوالي عشرين ضعفا.
أي واحد يجب أن أستخدم؟
استمع إلى المقاطع مع نصك الخاص. نفس الطلب ينطبق على الأربعة مع تغيير النموذج والصوت ومجال الاتجاه فقط. دليل الإطلاق، كيفية استخدام واجهة برمجة تطبيقات Qwen Audio 3.1 TTS Plus، يغطي أصواته والأصوات المخصصة.
جربها
Playground | جميع الطرازات | التسعير
إفصاح: كتب هذا المقال بمساعدة الذكاء الاصطناعي وتمت مراجعته من قبل EmpirioLabs AI.
