Qwen Audio 3.1 TTS Plus API

À propos de Qwen Audio 3.1 TTS Plus

Synthèse vocale pour la narration et le doublage, avec 4 voix multilingues, une direction de diffusion en langage clair, des balises émotionnelles en ligne et un clonage vocal.

Choisissez l’une des 4 voix avec la voix. Dirigez la livraison avec des instructions et des balises en ligne à l’intérieur du texte. Configurez la voix sur personnalisé avec voice_audio_url et voice_consent pour cloner une voix.

Aussi connu sous le nom Qwen Audio TTS Plus, Qwen Audio TTS, Alibaba Cloud Qwen Audio 3.1 TTS Plus

Caractéristiques de Qwen Audio 3.1 TTS Plus

ID du modèle

qwen-audio-3-1-tts-plus

Auteur

Alibaba Cloud

Catégorie

Production audio

Publié

21 oct. 2026

Entrée

Texte

Sortie

Audio

Région

Singapore

Endpoints

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

Identifiants de modèle alternatifs

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

Tarifs de l'API Qwen Audio 3.1 TTS Plus

Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.

Comment appeler l'API Qwen Audio 3.1 TTS Plus

Qwen Audio 3.1 TTS Plus génère la voix via POST /v1/audio/speech et renvoie de l'audio lisible. Envoyez le texte à prononcer dans input avec l'id de modèle qwen-audio-3-1-tts-plus. Obtenez une clé API depuis le tableau de bord 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)

Paramètres de l'API Qwen Audio 3.1 TTS Plus

Paramètres de requête pris en charge par l'API Qwen Audio 3.1 TTS Plus sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.

Bon à savoir

Voix

• 4 voix qui lisent le chinois, l’anglais et d’autres langues: longanlingxin_v3.1, longanhuan_v3.1 et longanfengyue_v3.1 sont féminines, et xunanchuan_v3.1 est masculin.
• Chaque identification vocale se termine par _v3.1, par exemple longanlingxin_v3.1.

Voix personnalisées

• Réglez voice sur custom, passez voice_audio_url, une URL https à 10 à 20 secondes de parole claire d’un haut-parleur, et réglez voice_consent sur true pour confirmer que vous avez la permission du locuteur de cloner sa voix.
• WAV, MP3, M4A, OGG, WEBM et FLAC sont acceptés, jusqu’à 15 Mo. Enregistrez dans une pièce calme, sans musique ni autres voix.
• La réponse inclut voice_id et voice_id_expires_at. Passez le voice_id comme voice de réutiliser la voix pendant 7 jours, sur POST /v1/audio/speech, POST /v1/audio/speech:stream ou le socket en temps réel, où session.update prend les mêmes champs et session.updated retourne le voice_id. Seul le compte qui l’a créé peut l’utiliser, uniquement sur ce modèle.
• Chaque compte peut contenir 10 voix personnalisées sur ce modèle à la fois.
• GET /v1/voices?model=qwen-audio-3-1-tts-plus liste les voix du modèle, y compris vos voix personnalisées avec leurs identifiants. Ajoutez type=custom pour lister uniquement les voix personnalisées.
• DELETE /v1/voices/{voice_id}?model=qwen-audio-3-1-tts-plus supprime une voix personnalisée, ce qui libère sa place immédiatement.
• Dans le Playground, mettez Voix sur Personnalisé pour réutiliser une voix enregistrée, copiez son identifiant ou supprimez-la.
• Créer, lister et supprimer des voix personnalisées n’a aucun frais.

Direction de la livraison

• instruction définit l’émotion, le ton, le caractère, le rythme et le style de parole dans un langage naturel, jusqu’à 1 000 caractères.
• Les balises en ligne à l’intérieur du texte modifient la diffusion à partir de ce point, par exemple [excited] ou [whispers], ou ajoutent un son ponctuel comme [laughing] ou [sighing]. La liste complète des balises se trouve sur le paramètre input.
• L’entrée SSML n’est pas prise en charge.

Limites d’entrée

• Jusqu’à 10 000 caractères par demande.
• language_hints biaise la prononciation des textes en langue mixte.

Produit

• MP3, WAV, PCM ou Opus entre 8 000 et 48 000 Hz.
• POST /v1/audio/speech:stream envoie des extraits audio pendant que la voix est générée.

Temps réel

• WEBSOCKET /v1/realtime?model=qwen-audio-3-1-tts-plus prend du texte pendant qu’il est encore en cours d’écriture et renvoie l’audio au fur et à mesure qu’il est généré. Envoyez input_text_buffer.append événements, puis input_text_buffer.commit, ou session.finish pour terminer la session.
• L’audio arrive en response.audio.delta événements: PCM 16 bits à 24 000 Hz par défaut, ou MP3 ou Opus. Définissez la voix, l’instruction, le format et les autres options avec session.update; un changement s’applique à partir du segment suivant.
• Le texte est prononcé en segments qui se terminent aux limites des phrases, et chaque segment se termine par un événement response.done portant son usage.

Facturation

• Facturé par caractère du texte d’entrée. Un caractère chinois compte comme deux caractères, et les balises en ligne comptent comme des caractères. L’instruction n’est pas facturée.
• Sur le socket en temps réel, chaque segment est facturé pour ses propres caractères.

API Qwen Audio 3.1 TTS Plus : questions fréquentes

Combien coûte l'API Qwen Audio 3.1 TTS Plus ?

Sur EmpirioLabs, Qwen Audio 3.1 TTS Plus est facturé à l'usage : Synthèse $0.60 par 10 000 caractères. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.

Quel endpoint Qwen Audio 3.1 TTS Plus utilise-t-il ?

Qwen Audio 3.1 TTS Plus est servi via POST /v1/audio/speech sur api.empiriolabs.ai avec une authentification standard par token Bearer.

Puis-je essayer Qwen Audio 3.1 TTS Plus dans le navigateur avant d'intégrer ?

Ouvrez le playground EmpirioLabs et appuyez sur Start session pour l'essayer dans votre navigateur. Qwen Audio 3.1 TTS Plus fonctionne sur un WebSocket plutôt qu'en requête et réponse, donc pour l'intégrer commencez par le guide de démarrage voix en temps réel. Connectez-vous depuis votre serveur avec votre clé API EmpirioLabs et l'id de modèle qwen-audio-3-1-tts-plus, puis diffusez l'audio dans les deux sens.

Comment obtenir une clé API Qwen Audio 3.1 TTS Plus ?

Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.