

Qwen Audio 3.1 TTS Plus وStepAudio 3 TTS جنبًا إلى جنب: المواصفات والقدرات والمعلمات والأسعار المباشرة من كتالوج EmpirioLabs.
Qwen Audio 3.1 TTS Plus من Alibaba Cloud وStepAudio 3 TTS من StepFun كلاهما ضمن فئة توليد الصوت، ومتاحان عبر واجهة EmpirioLabs API.
| المواصفة | Qwen Audio 3.1 TTS Plus | StepAudio 3 TTS |
|---|---|---|
| معرّف النموذج | qwen-audio-3-1-tts-plus | stepaudio-3-tts |
| المطور | Alibaba Cloud | StepFun |
| تاريخ الإصدار | 21 أكتوبر 2026 | 9 سبتمبر 2026 |
| الإدخال | نص | نص |
| الإخراج | صوت | صوت |
| المنطقة | Singapore | International |
| نقاط النهاية | POST /v1/audio/speech POST /v1/audio/speech:stream WEBSOCKET /v1/realtime GET /v1/voices | POST /v1/audio/speech POST /v1/audio/speech:stream |
| القدرات |
أسعار مباشرة من كتالوج EmpirioLabs لكلا النموذجين. كل جدول أسعار يطابق دائمًا ما تحتسبه الواجهة.
معلمات الطلب المدرجة لكل نموذج على EmpirioLabs، مع القيم المسموح بها أو النطاق حيثما ينطبق. تشير الشرطة إلى معلمة غير مدرجة للنموذج.
| المعامل | Qwen Audio 3.1 TTS Plus | StepAudio 3 TTS |
|---|---|---|
| input | الحد الأقصى 10000 | الحد الأقصى 1000 |
| voice | longanlingxin_v3.1, longanhuan_v3.1, longanfengyue_v3.1, xuna... الافتراضي: longanlingxin_v3.1 | lively-girl, vibrant-youth, soft-spoken-gentleman, magnetic-v... الافتراضي: lively-girl |
| voice_audio_url | string | - |
| response_format | mp3, wav, pcm, opus الافتراضي: mp3 | mp3, wav, flac, opus, pcm الافتراضي: mp3 |
| sample_rate | 8000, 12000, 16000, 22050, 24000, 44100, 48000 الافتراضي: 24000 | 8000, 16000, 22050, 24000 الافتراضي: 24000 |
| speed | 0.5 إلى 2 الافتراضي: 1 | 0.5 إلى 2 الافتراضي: 1 |
| pitch | 0.5 إلى 2 الافتراضي: 1 | - |
| volume | 0 إلى 100 الافتراضي: 50 | 0.1 إلى 2 الافتراضي: 1 |
| instruction | الحد الأقصى 1000 | الحد الأقصى 500 |
| language_hints | zh, en, fr, de, ja, ko, ru, pt, th, id, vi, es, it, ms, fil, ar | - |
| seed | 0 إلى 65535 الافتراضي: 0 | - |
| bit_rate | 6000 إلى 510000 الافتراضي: 32000 | - |
| pronunciation | object | - |
| replace | object | - |
| enable_markdown_filter | boolean الافتراضي: false | - |
| language | - | en, zh, ja, ko, fr, es الافتراضي: en |
الحد الأقصى للمدخلات هو 1,000 حرف. المحتوى بين قوسين يعامل كاتجاه تسليم ولا يتحدث بقوة. استخدم التعليمات لتوجيه المشاعر أو الأسلوب العام، حتى 500 حرف. يتوفر اثنا عشر صوتا نظاميا. اللغات المعترف بها هي الصينية، الإنجليزية، اليابانية، الكورية، الفرنسية، والإسبانية، مع لغات غير الصينية والإنجليزية في المعاينة. صيغ الإخراج هي mp3، wav، flac، opus، وpcm عند 8000، 16000، 22050، أو 24000 هرتز. يتم إرجاع Wav كملف كامل بدلا من البث. هذا النموذج لا يدعم voice_label.
يولّد Qwen Audio 3.1 TTS Plus الكلام عبر POST /v1/audio/speech ويعيد صوتًا قابلًا للتشغيل. أرسل النص المطلوب نطقه في input مع معرّف النموذج qwen-audio-3-1-tts-plus. يُستدعى النموذجان عبر نقطة النهاية نفسها. اضبط model على qwen-audio-3-1-tts-plus أو stepaudio-3-tts. احصل على مفتاح API من لوحة تحكم EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "qwen-audio-3-1-tts-plus",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3اختبارات مطالبات ومقارنات تغطي كلا النموذجين.
Qwen Audio 3.1 TTS Plus هو الإصدار الأحدث (21 أكتوبر 2026)؛ أما StepAudio 3 TTS فصدر في 9 سبتمبر 2026. قدرات مذكورة لـ Qwen Audio 3.1 TTS Plus فقط: expressive prosody, emotion control, voice tags, streaming, realtime, voice cloning. قدرات مذكورة لـ StepAudio 3 TTS فقط: contextual tts, voice control. المواصفات وجداول الأسعار والمعلمات في هذه الصفحة مصدرها كتالوج EmpirioLabs المباشر.
Qwen Audio 3.1 TTS Plus هو الإصدار الأحدث (21 أكتوبر 2026)؛ أما StepAudio 3 TTS فصدر في 9 سبتمبر 2026.
StepAudio 3 TTS لديه السعر الأقل لـ التركيب (لكل 10,000 حرف). جدولا الأسعار المباشران موجودان في هذه الصفحة ويطابقان دائمًا ما تحتسبه الواجهة.
نعم. يستخدم النموذجان POST /v1/audio/speech بمفتاح EmpirioLabs API نفسه، لذا يكفي في معظم التكاملات تغيير قيمة model للتبديل. راجع أولًا جدول المعلمات في هذه الصفحة إذا كنت تعتمد على معلمة خاصة بنموذج معين.
تحقق من تسعيرنا أو تواصل إذا كنت ترغب في نشر نموذجك الخاص على مجموعتنا.