توليف الكلام في الوقت الحقيقي مع 19 صوتا، توجيه التوصيل بلغة بسيطة، علامات المشاعر والصوت المتداخلة، وبث صوتي عبر SSE أو WebSocket.
Alibaba Cloudتوليد الصوتتاريخ الإصدار 23 سبتمبر 2026Singaporeنقطة نهاية مملوكةجديدتوليف الكلام في الوقت الحقيقي مع 19 صوتا، توجيه التوصيل بلغة بسيطة، علامات المشاعر والصوت المتداخلة، وبث صوتي عبر SSE أو WebSocket.
اختر واحدا من بين 19 صوتا بصوت. وجه التسليم بالتعليمات وباستخدام علامات داخلية داخل النص. السرعة والنغمة تغيران الطول المعروض دون تغيير الرموز المدعومة.
يعرف أيضا باسم Qwen Audio TTS, Alibaba Cloud Qwen Audio 3.1 TTS
qwen-audio-3-1-tts/v1/audio/speechPOST/v1/audio/speech:streamWEBSOCKET/v1/realtimeqwen-audio-3.1-ttsqwen-audio-3.1-tts-flashalibaba/qwen-audio-3-1-ttsأسعار الدفع حسب الاستخدام مباشرة من كتالوج EmpirioLabs. تدفع فقط مقابل ما تستخدمه، بدون حد أدنى شهري.
يولّد Qwen Audio 3.1 TTS الكلام عبر POST /v1/audio/speech ويعيد صوتًا قابلًا للتشغيل. أرسل النص المطلوب نطقه في input مع معرّف النموذج qwen-audio-3-1-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",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/speech",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={"model": "qwen-audio-3-1-tts", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
f.write(response.content)معلمات الطلب التي تدعمها واجهة Qwen Audio 3.1 TTS API على EmpirioLabs. تُطبق القيم الافتراضية عند حذف أي حقل.
| المعامل | النوع | الافتراضي | النطاق / القيم | الوصف |
|---|---|---|---|---|
| input | string | - | الحد الأقصى 10000 | نص لتركيبه، يصل إلى 10,000 حرف لكل طلب. هذه العلامات المدمجة تغير طريقة التسليم من النقطة التي تظهر فيها: [حزين]، [مندهش]، [صراخ عميق وعال]، [ارتعاش]، [غاضب]،... |
| voice | enum | Emily_v3.1 | Emily_v3.1, Luna_v3.1, Eric_v3.1, Luca_v3.1, Abby_v3.1, Annie... | إعداد الصوت المسبق. الأصوات الخمسة عشر الإنجليزية تقرأ الإنجليزية، والأصوات الأربعة متعددة اللغات تقرأ الصينية والإنجليزية ولغات أخرى. كل معرف صوتي ينتهي ب _v3.1،... |
| response_format | enum | mp3 | mp3, wav, pcm, opus | حاوية الصوت. MP3 وOPU مضغوطان، وWAV هو PCM غير مضغوط في رأس RIFF، وPCM هو عينات خام بدون رأس لتشغيل مقطع. |
| sample_rate | enum | 24000 | 8000, 12000, 16000, 22050, 24000, 44100, 48000 | معدل عينة الإخراج بالهرتز. 24000 يناسب تشغيل الكلام، و48000 يعطي إخراج بجودة بث عند حجم ملف أكبر. |
| speed | number | 1 | 0.5 إلى 2 | مضاعف معدل التحدث. 0.5 هو نصف السرعة و2.0 هو ضعف السرعة. |
| pitch | number | 1 | 0.5 إلى 2 | مضاعف النغمة. القيم التي تقل عن 1.0 تخفض الصوت والقيم الأعلى ترفعه. النغمة أيضا تغير وتيرة الصوت المعروض، لذا قم بإقناعه بالسرعة عندما تريد الحفاظ على المدة الأصلية. |
| volume | integer | 50 | 0 إلى 100 | شدة الإخراج، حيث 50 هو المستوى المرجعي. |
| instruction | string | - | الحد الأقصى 1000 | توجيه اللغة الطبيعية للتوصيل، يصل إلى 1000 حرف. يتحكم في المشاعر، النبرة، الشخصية، الإيقاع، وأسلوب الكلام، مثل 'تحدث بسرعة بنبرة حماسية ومتفائلة' أو 'اقرأ ببطء مثل... |
| language_hints | array | - | zh, en, fr, de, ja, ko, ru, pt, th, id, vi, es, it, ms, fil, ar | رموز لغوية تميل إلى نطق النصوص المختلطة، مثل ["zh"، "en"]. اترك غير مضبوط ليتمكن النموذج من اكتشاف اللغة. |
| seed | integer | 0 | 0 إلى 65535 | أخذ عينات بذرة. أعد استخدام بذرة بنفس الإدخال والإعدادات لعرض قابل للتكرار. |
| bit_rate | integer | 32000 | 6000 إلى 510000 | معدل بت المشفر بوحدة bps. ينطبق فقط على تنسيق أوبوس، ويتجاهل في mp3 وwav وpcm. |
| pronunciation | object | - | - | النطق يتجاوز الشكل المكتوب على المفتاح المحدد، مثل {"重要": "zhong4 yao4"}. استخدمه لتثبيت الأسماء والاختصارات والأشكال المتجانسة. |
| replace | object | - | - | تطبق البدائل الحرفية للنصوص قبل التركيب، مثل {"EmpirioLabs": "Empirio Labs"}. مفيد لأسماء العلامات التجارية والاختصارات. |
| enable_markdown_filter | boolean | false | - | قم بإزالة تركيب جملة ماركداون مثل النجوم والخطوط السفلية قبل التوليف حتى لا تقرأ أحرف التنسيق بصوت عال. |
على EmpirioLabs، تتم فوترة Qwen Audio 3.1 TTS حسب الاستخدام: المدخلات $0.46 لكل 1M رموز مطالبة; الإنتاج $3.74 لكل مليون رمز مولد. جدول الأسعار المباشر في هذه الصفحة يطابق دائمًا ما تحتسبه الواجهة.
يُقدَّم Qwen Audio 3.1 TTS عبر POST /v1/audio/speech على api.empiriolabs.ai مع مصادقة Bearer القياسية.
افتح ملعب EmpirioLabs واضغط Start session لتجربته في المتصفح. يعمل Qwen Audio 3.1 TTS عبر WebSocket بدلاً من طلب واستجابة، لذا ابدأ من دليل البدء السريع للصوت الفوري عند الدمج. اتصل من خادمك باستخدام مفتاح EmpirioLabs API ومعرف النموذج qwen-audio-3-1-tts، ثم مرّر الصوت في الاتجاهين.
أنشئ حساب EmpirioLabs ثم أنشئ مفتاحًا من API Keys في لوحة التحكم. الفوترة برصيد الدفع حسب الاستخدام، فلا تدفع إلا مقابل الطلبات التي تنفذها.
تحقق من تسعيرنا أو تواصل إذا كنت ترغب في نشر نموذجك الخاص على مجموعتنا.
