Qwen Audio 3.1 TTS Plus는 EmpirioLabs에서 이용 가능합니다. 이 제품은 알리바바의 Qwen Audio 3.1 음성 합성 중 품질 등급으로, 내레이션, 더빙, 오디오북, 브랜드 보이스를 위해 제작되었으며, 4개의 다국어 음성, 평이한 언어로 직접 전달, 감정을 바꾸거나 문장 중간에 소리를 추가하는 인라인 태그, 짧은 녹음에서 음성 복제가 가능합니다. 완성된 오디오 파일을 반환합니다. /v1/audio/speech 이후, 생성되는 오디오를 스트리밍합니다. /v1/audio/speech:stream 이후그리고 실시간 API를 통해 텍스트가 작성되는 동안 텍스트를 말합니다.
출시 영상을 시청하세요
영화 속 모든 목소리는 실제 Qwen Audio 3.1 TTS Plus 출력으로, 쉬 난촨은 평범한 언어로 예고편 내레이터로 연출되었고, 롱 안환은 흥분한 태그로, 롱 안펑위에는 만다린어로, 롱 안링신은 웃음 태그를 달았다. 사진은 Qwen Image 2.1 출력이며, 음악은 EmpirioLabs ACE-Step 제작. 유튜브에서 시청하세요·.
플러스 아니면 플래시
Qwen 오디오 3.1 TTS 플래시 계층으로, 저지연 음성 상호작용을 위해 설계되었으며, 19개의 음성과 토큰 청구를 지원합니다. TTS Plus는 오디오 품질, 자연스러움, 표현 디테일을 최우선으로 하며, 자체 4개의 음성과 문자당 청구를 제공합니다. 두 버전 모두 동일한 요청 본문, 동일한 전달 방향, 동일한 스트리밍 및 실시간 인터페이스를 사용하기 때문에 이동 시 모델과 음성이 변경됩니다.
목소리
네 목소리 모두 중국어, 영어 및 기타 언어를 읽었다. longanlingxin_v3.1·, longanhuan_v3.1, 그리고 longanfengyue_v3.1 여성이며, xunanchuan_v3.1 남성입니다. 언어가 혼합된 텍스트의 경우, language_hints 다음과 같은 언어 코드 배열을 취합니다. ["엔", "zh"]발음을 안내하기 위해 사용됩니다.
당신의 첫 번째 요청
curl https://api.empiriolabs.ai/v1/audio/speech \ -h "승인: 보유자 $EMPIRIOLABS_API_KEY" \ -h "내용-유형: application/json" \ -d '{ "모델": "qwen-audio-3-1-tts-plus", "입력": "아카이브는 40년 동안 봉인되어 있었다.[ 속삭임] 오늘 밤, 누군가 그것을 열었다.", "목소리": "xunanchuan_v3.1", "지시": "다큐멘터리 내레이터, 낮고 절제된 목소리, 조용한 긴장감을 조성한다", "response_format": "mp3", "sample_rate": 24000 }'응답에는 생성된 오디오의 URL이 포함되어 있습니다. 출력은 MP3, WAV, PCM 또는 Opus로, 8,000Hz에서 48,000Hz 사이입니다. 속도·, 음정·, 볼륨, 그리고 씨앗 조정 가능하며, 발음 그리고 교체 이름, 약어, 브랜드명을 고치세요.
출산 지휘
- 지시.
교육전체 지문 전체, 최대 1,000자까지 감정, 톤, 인물, 속도, 말투를 설정합니다. - 배달 태그. 다음과 같은 태그
[신나]·,[속삭임], 또는[진지함]출현 지점부터 배달을 변경합니다. - 사운드 태그. 다음과 같은 태그
[웃음]또는[한숨]일회성 사운드를 추가합니다. 태그 전체 목록은입력API 참조에 있는 매개변수입니다.
목소리 복제하기
설치하기 목소리 로 관습, 패스 voice_audio_url, 한 화자의 10초에서 20초 정도의 명확한 음성 https URL을 설정하고, voice_consent 로 맞아요 화자의 허가를 받았는지 확인하기 위해서입니다. WAV, MP3, M4A, OGG, WEBM, FLAC 모두 최대 15MB까지 허용됩니다.
{ "model": "qwen-audio-3-1-tts-plus", "input": "다시 돌아오신 것을 환영합니다. 이번 주에 바뀐 점입니다.", "voice": "custom", "voice_audio_url": "https://example.com/host-sample.wav", "voice_consent": true}응답에는 다음과 같은 내용이 포함되어 있습니다. voice_id 그리고 voice_id_expires_at. 전달해 voice_id as 목소리 다음 7일 동안은 음성 엔드포인트 또는 실시간 세션에서 진행됩니다. 이 모델에서는 한 계정에서 최대 10개의 커스텀 보이스를 저장할 수 있습니다.
스트리밍 및 실시간
/v1/audio/speech:stream 이후 동일한 몸체를 가져와 서버-전송 이벤트를 반환합니다: 오디오.청크 Base64 오디오 참여 행사 audio_b64, 그럼 오디오.완료 전체 파일의 URL, 그 길이, 그리고 사용 용도를 포함합니다.
실시간 API를 통해 열려 있습니다 wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-1-tts-plus, 문자 보내기 input_text_buffer.append 크기에 상관없이 각 조각의 오디오를 재생할 수 있습니다 응답.오디오.델타 행사. 세션.업데이트 음성, 지시, 형식 설정, 그리고 세션.종료 나머지를 말하고 세션을 종료한다. 그 실시간 가이드 완전한 고객이 있습니다.
운용 노트
- 네 개의 음성은 이 모델만의 것입니다. Qwen Audio 3.1 TTS 음성은 다음과 같습니다
Emily_v3.1유효한 ID 목록과 함께 Plus에서 거부됩니다. - 커스텀 보이스는 그것을 만든 모델에서 작동합니다. A
voice_idQwen Audio 3.1에서 복제됨 TTS가 Plus에서 작동하지 않습니다; 녹음을 다시 복제해"모델": "qwen-audio-3-1-tts-plus"·. - SSML은 지원되지 않습니다. 일반 텍스트로 보내세요,
교육전체 전달과 텍스트 내 변경 사항에 대한 인라인 태그는 요청당 최대 10,000자까지 사용할 수 있습니다.
제품정보
TTS Plus는 보내는 문자의 문자 단위로 요금을 청구하며, 각 한자 하나당 두 글자로 계산됩니다. 실시간 세션은 각 음성 구간을 동일하게 청구하며, 사용자 지정 음성을 생성해도 비용이 추가되지 않습니다. 현재 요금은 모델 페이지 그리고 가격표·.
건설 시작
Qwen Audio 3.1 TTS Plus를 사용해 보세요. Playground여기서 음성 선택기와 모든 매개변수는 실시간 컨트롤이며, 다음과 같은 것을 읽습니다. API 문서 전체 매개변수 참조를 위해
공개: 이 문서는 AI 지원으로 작성되었으며 EmpirioLabs AI에 의해 검토되었습니다.
