タイプ
仕様
料金
入力
1Mプロンプトトークンあたり
$0.46
出力
生成された1Mトークンあたり
$3.74
Qwen Audio 3.1 TTS と Qwen Audio 3.1 TTS Next を並べて比較: 仕様、機能、パラメーター、EmpirioLabs カタログのライブ料金。
Alibaba Cloud オーディオ生成Qwen Audio 3.1 TTS と Qwen Audio 3.1 TTS Next はどちらも Alibaba Cloud のモデルで、オーディオ生成カテゴリに属し、EmpirioLabs API から利用できます。
| 仕様 | Qwen Audio 3.1 TTS | Qwen Audio 3.1 TTS Next |
|---|---|---|
| モデルID | qwen-audio-3-1-tts | qwen-audio-3-1-tts-next |
| 開発元 | Alibaba Cloud | Alibaba Cloud |
| リリース | 2026年9月23日 | 2026年9月23日 |
| 最大出力 | 60,000 トークン | 50,000 トークン |
| 入力 | テキスト | テキスト 音声 |
| 出力 | 音声 | 音声 |
| リージョン | Singapore | China |
| エンドポイント | POST /v1/audio/speech POST /v1/audio/speech:stream WEBSOCKET /v1/realtime GET /v1/voices | POST /v1/audio/speech |
| 機能 |
両モデルの EmpirioLabs カタログのライブ料金です。各料金表は常に API の請求額と一致します。
EmpirioLabs で各モデルに記載されているリクエストパラメーターと、指定できる値または範囲です。ハイフンは、そのモデルに記載のないパラメーターを示します。
| パラメータ | Qwen Audio 3.1 TTS | Qwen Audio 3.1 TTS Next |
|---|---|---|
| input | 最大 10000 | 最大 3000 |
| voice | Emily_v3.1, Luna_v3.1, Eric_v3.1, Luca_v3.1, Abby_v3.1, Annie... デフォルト: Emily_v3.1 | - |
| voice_audio_url | string | - |
| response_format | mp3, wav, pcm, opus デフォルト: mp3 | mp3, wav, pcm デフォルト: mp3 |
| sample_rate | 8000, 12000, 16000, 22050, 24000, 44100, 48000 デフォルト: 24000 | 8000, 16000, 24000, 44100, 48000 デフォルト: 48000 |
| speed | 0.5 から 2 デフォルト: 1 | 0.5 から 2 デフォルト: 1 |
| pitch | 0.5 から 2 デフォルト: 1 | - |
| volume | 0 から 100 デフォルト: 50 | 0 から 100 デフォルト: 50 |
| instruction | 最大 1000 | - |
| language_hints | zh, en, fr, de, ja, ko, ru, pt, th, id, vi, es, it, ms, fil, ar | - |
| seed | 0 から 65535 デフォルト: 0 | 0 から 2147483647 |
| bit_rate | 6000 から 510000 デフォルト: 32000 | 32000 から 320000 |
| pronunciation | object | - |
| replace | object | - |
| enable_markdown_filter | boolean デフォルト: false | - |
| references | - | array |
Qwen Audio 3.1 TTS は POST /v1/audio/speech で音声を生成し、再生可能なオーディオを返します。読み上げるテキストを input として、モデル ID qwen-audio-3-1-tts と一緒に送信してください。 どちらのモデルも同じエンドポイントで呼び出します。model を qwen-audio-3-1-tts または qwen-audio-3-1-tts-next に設定してください。 EmpirioLabs ダッシュボードで API キーを取得してください。
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.mp3どちらのモデルも 2026年9月23日 にリリースされました。 1 回の応答で Qwen Audio 3.1 TTS は最大 60,000 出力トークン、Qwen Audio 3.1 TTS Next は最大 50,000 を返します。 Qwen Audio 3.1 TTS Next だけが対応する入力の種類: 音声。 このページの仕様、料金表、パラメーターは EmpirioLabs のライブカタログに基づいています。
入力 (1Mプロンプトトークンあたり) の料金は Qwen Audio 3.1 TTS のほうが低くなっています。 出力 (生成された1Mトークンあたり) の料金は Qwen Audio 3.1 TTS Next のほうが低くなっています。 両方のライブ料金表はこのページにあり、常に API の請求額と一致します。
はい。どちらのモデルも同じ EmpirioLabs API キーで POST /v1/audio/speech を使うため、ほとんどの連携は model の値を変えるだけで切り替えられます。モデル固有のパラメーターに依存している場合は、先にこのページのパラメーター表を確認してください。