Qwen Audio 3.1 TTS API

Qwen Audio 3.1 TTS 소개

19개의 음성 실시간 음성 합성, 평범한 언어로 전달 지시, 인라인 감정 및 사운드 태그, SSE 또는 WebSocket을 통한 오디오 스트리밍.

19개의 음성 중 하나를 선택하세요. 지시와 텍스트 내 인라인 태그로 전달을 지시하세요. 속도와 음정은 청구된 토큰을 변경하지 않고 렌더링 길이를 변경할 수 있습니다.

다른 이름 Qwen Audio TTS, Alibaba Cloud Qwen Audio 3.1 TTS

Qwen Audio 3.1 TTS 사양

모델 ID

qwen-audio-3-1-tts

개발사

Alibaba Cloud

카테고리

오디오 생성

출시

2026년 9월 23일

최대 출력

60,000 토큰

입력

텍스트

출력

오디오

리전

Singapore

엔드포인트

POST/v1/audio/speechPOST/v1/audio/speech:streamWEBSOCKET/v1/realtime

대체 모델 ID

qwen-audio-3.1-ttsqwen-audio-3.1-tts-flashalibaba/qwen-audio-3-1-tts

Qwen Audio 3.1 TTS API 요금

EmpirioLabs 카탈로그의 실시간 종량제 요금입니다. 사용한 만큼만 결제하며 월 최소 요금이 없습니다.

Qwen Audio 3.1 TTS API 호출 방법

Qwen Audio 3.1 TTS은(는) POST /v1/audio/speech로 음성을 생성하고 재생 가능한 오디오를 반환합니다. 말할 텍스트를 input으로, 모델 ID qwen-audio-3-1-tts와 함께 보내세요. EmpirioLabs 대시보드에서 API 키를 발급받으세요.

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

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

Qwen Audio 3.1 TTS API 파라미터

EmpirioLabs에서 Qwen Audio 3.1 TTS API가 지원하는 요청 파라미터입니다. 필드를 생략하면 기본값이 적용됩니다.

알아두면 좋은 점

목소리

• 19명의 목소리: 15명의 영어 목소리와 4명의 다국어 목소리. 에밀리, 루나, 에릭, 루카는 영국식 억양을 사용합니다. 애비, 애니, 에바, 베스, 베티, 캘리, 신디, 도나, 앤디, 브라이언, 데이비드는 미국식 억양을 사용합니다. 다국어 목소리 longanhuan_v3.1, longanlingxin_v3.1, longanfengyue_v3.1, xunanchuan_v3.1 중국어, 영어 및 기타 언어를 읽습니다.
• 모든 음성 id는 _v3.1로 끝나는데, 예를 들어 Emily_v3.1.

전달 방향

• instruction 감정, 톤, 캐릭터, 속도, 말투를 자연어로 설정하며, 최대 1,000자까지 가능합니다.
• 텍스트 내 인라인 태그는 그 지점부터 전달 방식을 바꾸거나, 예를 들어 [excited]이나 [whispers], [laughing], [sighing]과 같은 일회성 음을 추가합니다. 태그 전체 목록은 input 매개변수에 있습니다.
• SSML 입력은 지원되지 않습니다.

입력 한계

• 요청당 최대 10,000자 분량.
• language_hints 혼합 언어 텍스트의 발음에 편향이 있습니다.

제품정보

• MP3, WAV, PCM, 또는 Opus에서 8,000에서 48,000 Hz까지 사용할 수 있습니다.
• POST /v1/audio/speech:stream 음성 조각을 보내면서 말이 생성됩니다.

실시간

• WEBSOCKET /v1/realtime?model=qwen-audio-3-1-tts 작성 중인 텍스트를 받아 생성되는 대로 오디오를 반환합니다. 이벤트input_text_buffer.append 전송한 후 input_text_buffer.commit하거나 세션을 종료하기 위해 session.finish합니다.
• 오디오는 response.audio.delta 이벤트에서 도착합니다: 기본적으로 24,000 Hz의 16비트 PCM, 또는 MP3 또는 Opus. 음성, 명령어, 포맷 및 기타 옵션을 session.update로 설정하세요; 다음 세그먼트부터 변경이 적용됩니다.
• 텍스트는 문장 경계에서 끝나는 구간으로 나뉘며, 각 구간은 그 용법을 담은 response.done 사건으로 끝납니다.

청구

• 입력 토큰은 텍스트이고, 출력 토큰은 초당 12.5 토큰으로 생성된 오디오입니다.
• 속도와 피치는 렌더링된 오디오 길이를 바꾸지만 청구된 토큰은 바꾸지 않습니다. 전달 속도를 늦추는 명령어는 출력 토큰을 추가합니다.

Qwen Audio 3.1 TTS API: 자주 묻는 질문

Qwen Audio 3.1 TTS API 비용은 얼마인가요?

EmpirioLabs에서 Qwen Audio 3.1 TTS은(는) 종량제로 청구됩니다: 입력 $0.46 1M 프롬프트 토큰당; 제품정보 $3.74 생성된 토큰 1M 단위. 이 페이지의 실시간 요금표는 항상 API 청구 금액과 일치합니다.

Qwen Audio 3.1 TTS은(는) 어떤 엔드포인트를 사용하나요?

Qwen Audio 3.1 TTS은(는) api.empiriolabs.ai의 POST /v1/audio/speech를 통해 제공되며 표준 Bearer 토큰 인증을 사용합니다.

통합하기 전에 브라우저에서 Qwen Audio 3.1 TTS을(를) 사용해 볼 수 있나요?

EmpirioLabs 플레이그라운드 를 열고 Start session 을 누르면 브라우저에서 바로 사용해 볼 수 있습니다. Qwen Audio 3.1 TTS 은(는) 요청과 응답이 아니라 WebSocket으로 동작하므로 직접 연동할 때는 실시간 음성 퀵스타트 부터 시작하세요. EmpirioLabs API 키와 모델 ID qwen-audio-3-1-tts 로 서버에서 연결한 뒤 오디오를 양방향으로 스트리밍하면 됩니다.

Qwen Audio 3.1 TTS API 키는 어떻게 발급받나요?

EmpirioLabs 계정을 만든 다음 대시보드의 API Keys에서 키를 생성하세요. 요금은 종량제 크레딧이라 실행한 요청에 대해서만 결제합니다.