Qwen Audio 3.1 TTS Plus واجهة برمجة التطبيقات

حول Qwen Audio 3.1 TTS Plus

تركيب الكلام للسرد والدبلجة، مع 4 أصوات متعددة اللغات، توجيه للتعبير بلغة بسيطة، علامات عاطفية متداخلة، واستنساخ صوت.

اختر واحدا من أربعة أصوات تحتوي على صوت. وجه التسليم مع تعليمات وعلامات داخلية داخل النص. ضبط الصوت على التخصيص باستخدام voice_audio_url voice_consent لاستنساخ صوت.

يعرف أيضا باسم Qwen Audio TTS Plus, Qwen Audio TTS, Alibaba Cloud Qwen Audio 3.1 TTS Plus

مواصفات Qwen Audio 3.1 TTS Plus

معرّف النموذج

qwen-audio-3-1-tts-plus

المطور

Alibaba Cloud

الفئة

توليد الصوت

تاريخ الإصدار

21 أكتوبر 2026

الإدخال

نص

الإخراج

صوت

المنطقة

Singapore

نقاط النهاية

POST/v1/audio/speechPOST/v1/audio/speech:streamWEBSOCKET/v1/realtimeGET/v1/voices

معرّفات نموذج بديلة

qwen-audio-3.1-tts-plusalibaba/qwen-audio-3-1-tts-plus

أسعار واجهة Qwen Audio 3.1 TTS Plus API

أسعار الدفع حسب الاستخدام مباشرة من كتالوج EmpirioLabs. تدفع فقط مقابل ما تستخدمه، بدون حد أدنى شهري.

كيفية استدعاء واجهة Qwen Audio 3.1 TTS Plus API

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. 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.mp3

import 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-plus", "input": "Welcome to EmpirioLabs."},
)
with open("speech.mp3", "wb") as f:
    f.write(response.content)

معلمات واجهة Qwen Audio 3.1 TTS Plus API

معلمات الطلب التي تدعمها واجهة Qwen Audio 3.1 TTS Plus API على EmpirioLabs. تُطبق القيم الافتراضية عند حذف أي حقل.

معلومات مفيدة

الأصوات

• 4 أصوات تقرأ الصينية والإنجليزية ولغات أخرى: longanlingxin_v3.1، longanhuan_v3.1، وlonganfengyue_v3.1 إناث، وxunanchuan_v3.1 ذكر.
• كل معرف صوتي ينتهي ب _v3.1، على سبيل المثال longanlingxin_v3.1.

أصوات مخصصة

• اضبط voice على custom، ثم مرر voice_audio_url، ورابط https إلى 10 إلى 20 ثانية من الكلام الواضح من مكبر صوت واحد، واضبط voice_consent على true للتأكد من أن لديك إذن المتحدث لاستنساخ صوته.
• يتم قبول WAV، MP3، M4A، OGG، WEBM وFLAC، حتى 15 ميجابايت. التسجيل في غرفة هادئة، بدون موسيقى أو أصوات أخرى.
• يشمل الرد voice_id وvoice_id_expires_at. مرر voice_id voice لإعادة استخدام الصوت لمدة 7 أيام، على POST /v1/audio/speech أو POST /v1/audio/speech:stream أو على المقبس في الوقت الحقيقي، حيث يأخذ session.update نفس الحقول ويعيد session.updated voice_id. فقط الحساب الذي أنشأه يمكنه استخدامه، على هذا النموذج فقط.
• يمكن لكل حساب احتواء 10 أصوات مخصصة على هذا النموذج في نفس الوقت.
• GET /v1/voices?model=qwen-audio-3-1-tts-plus يسرد أصوات النموذج، بما في ذلك أصواتك المخصصة مع معرفاتهم. أضف type=custom لسرد الأصوات المخصصة فقط.
• DELETE /v1/voices/{voice_id}?model=qwen-audio-3-1-tts-plus يحذف صوتا مخصصا، مما يترك مكانه فورا.
• في Playground، قم بتعيين الصوت على مخصص لاستخدام صوت محفوظ مرة أخرى، أو نسخ معرفه، أو احذفه.
• إنشاء وإدراج وحذف الأصوات المخصصة تضيف مجانا.

اتجاه التسليم

• يحدد instruction المشاعر والنغمة والشخصية والإيقاع وأسلوب التحدث بلغة طبيعية، حتى 1000 حرف.
• العلامات الداخلية داخل النص تغير طريقة التسليم من تلك النقطة، مثل [excited] أو [whispers]، أو تضيف صوتا لمرة واحدة مثل [laughing] أو [sighing]. القائمة الكاملة للوسوم موجودة على معامل input.
• إدخال SSML غير مدعوم.

حدود الإدخال

• حتى 10,000 حرف لكل طلب.
• language_hints يسبب تحيزات في النطق للنصوص المختلطة.

الإنتاج

• MP3، WAV، PCM، أو Opus عند 8,000 إلى 48,000 هرتز.
• يرسل POST /v1/audio/speech:stream مقاطع صوتية أثناء توليد الكلام.

الوقت الحقيقي

• WEBSOCKET /v1/realtime?model=qwen-audio-3-1-tts-plus يأخذ النص أثناء كتابته ويعيد الصوت أثناء تولده. أرسل input_text_buffer.append الأحداث، ثم input_text_buffer.commit، أو session.finish لإنهاء الجلسة.
• يصل الصوت بأحداث response.audio.delta: PCM 16-بت عند 24,000 هرتز افتراضيا، أو MP3 أو Opus. اضبط الصوت، التعليمات، التنسيق والخيارات الأخرى باستخدام session.update؛ يتم تطبيق تغيير من الجزء التالي.
• ينطق النص في مقاطع تنتهي عند حدود الجمل، وينتهي كل جزء بحدث response.done يحمل استخدامه.

التصنيف

• يتم احتساب الحرف لكل حرف من نص الإدخال. الحرف الصيني يحتسب كحرفين، والعلامات الداخلية تحتسب كأحرف. التعليمات لا تحسب حسب الصورة.
• في المقبس الزمني الحقيقي، يتم ترويج كل جزء لشخصياته الخاصة.

واجهة Qwen Audio 3.1 TTS Plus API: أسئلة شائعة

كم تكلف واجهة Qwen Audio 3.1 TTS Plus API؟

على EmpirioLabs، تتم فوترة Qwen Audio 3.1 TTS Plus حسب الاستخدام: التركيب $0.60 لكل 10,000 حرف. جدول الأسعار المباشر في هذه الصفحة يطابق دائمًا ما تحتسبه الواجهة.

أي نقطة نهاية يستخدم Qwen Audio 3.1 TTS Plus؟

يُقدَّم Qwen Audio 3.1 TTS Plus عبر POST /v1/audio/speech على api.empiriolabs.ai مع مصادقة Bearer القياسية.

هل يمكنني تجربة Qwen Audio 3.1 TTS Plus في المتصفح قبل الدمج؟

افتح ملعب EmpirioLabs واضغط Start session لتجربته في المتصفح. يعمل Qwen Audio 3.1 TTS Plus 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-plus، ثم مرّر الصوت في الاتجاهين.

كيف أحصل على مفتاح API لنموذج Qwen Audio 3.1 TTS Plus؟

أنشئ حساب EmpirioLabs ثم أنشئ مفتاحًا من API Keys في لوحة التحكم. الفوترة برصيد الدفع حسب الاستخدام، فلا تدفع إلا مقابل الطلبات التي تنفذها.