내레이션과 더빙을 위한 음성 합성, 4개의 다국어 음성, 평이한 언어 전달 지시, 인라인 감정 태그, 음성 복제 기능.
Alibaba Cloud오디오 생성출시 2026년 10월 21일Singapore독점 엔드포인트신규내레이션과 더빙을 위한 음성 합성, 4개의 다국어 음성, 평이한 언어 전달 지시, 인라인 감정 태그, 음성 복제 기능.
음성 4가지 음성 중 하나를 선택하세요. 지시와 인라인 태그를 텍스트 내에 넣어 전달을 지시하세요. 음성 voice_audio_url과 voice_consent로 맞춤 설정하여 목소리를 복제하세요.
다른 이름 Qwen Audio TTS Plus, Qwen Audio TTS, Alibaba Cloud Qwen Audio 3.1 TTS Plus
qwen-audio-3-1-tts-plus/v1/audio/speechPOST/v1/audio/speech:streamWEBSOCKET/v1/realtimeGET/v1/voicesqwen-audio-3.1-tts-plusalibaba/qwen-audio-3-1-tts-plusEmpirioLabs 카탈로그의 실시간 종량제 요금입니다. 사용한 만큼만 결제하며 월 최소 요금이 없습니다.
Qwen Audio 3.1 TTS Plus은(는) POST /v1/audio/speech로 음성을 생성하고 재생 가능한 오디오를 반환합니다. 말할 텍스트를 input으로, 모델 ID qwen-audio-3-1-tts-plus와 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-plus",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3import 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)EmpirioLabs에서 Qwen Audio 3.1 TTS Plus API가 지원하는 요청 파라미터입니다. 필드를 생략하면 기본값이 적용됩니다.
| 파라미터 | 유형 | 기본값 | 범위 / 값 | 설명 |
|---|---|---|---|---|
| input | string | - | 최대 10000 | 텍스트 합성 시 요청당 최대 10,000자까지 가능합니다. 이 인라인 태그들은 나타나는 시점부터 전달 방식을 바꿉니다: [슬픔], [놀라며], [깊고 큰 소리의 외침], [떨림], [화난], [흥분], [비꼬는], [호기심], [드라큘라처럼], [지루함], [피곤함], [경멸], [소리 지름],... |
| voice | enum | longanlingxin_v3.1 | longanlingxin_v3.1, longanhuan_v3.1, longanfengyue_v3.1, xuna... | 음성 프리셋. 4개의 음성은 중국어, 영어, 기타 언어를 읽습니다. 모든 음성 ID는 _v3.1로 끝납니다, 예를 들어 longanlingxin_v3.1. voice_consent 진짜 음성이 되면 voice_audio_url의 목소리를 커스텀 복제하면, 응답 voice_id이 7일 동안 여기서... |
| voice_audio_url | string | - | - | voice=사용자 지정 전용: 한 스피커가 클론할 음성 중 10초에서 20초 정도 명확한 음성 녹음(WAV, MP3, M4A, OGG, WEBM 또는 FLAC, 최대 15MB)의 https URL입니다. 음악이나 다른 목소리가 없는 조용한 방에서 녹음하세요. |
| voice_consent | boolean | false | - | voice=custom only: true는 화자의 허락을 받아 합성 복제본을 생성했음을 확인합니다. 맞춤 음성은 이 조건이 맞을 때만 생성됩니다. |
| response_format | enum | mp3 | mp3, wav, pcm, opus | 오디오 컨테이너. mp3와 opus는 압축되어 있고, wav는 RIFF 헤더에 포함된 압축되지 않은 PCM, PCM은 청크 재생을 위한 헤더 없는 원시 샘플입니다. 실시간 WebSocket에서는 기본값이 PCM이며 wav는 제공되지 않습니다. |
| sample_rate | enum | 24000 | 8000, 12000, 16000, 22050, 24000, 44100, 48000 | 출력 샘플링 속도는 Hz 24000에 적합하며, 48000은 더 큰 파일 크기에서 방송 품질의 출력을 제공합니다. |
| speed | number | 1 | 0.5 ~ 2 | 말하는 속도 배율. 0.5는 반 속도, 2.0은 두 배 속도입니다. |
| pitch | number | 1 | 0.5 ~ 2 | 피치 배수. 1.0 이하일수록 음성은 낮아지고, 그 이상은 올라갑니다. 음정은 렌더링된 오디오의 속도도 변하므로, 원래 재생 시간을 유지하고 싶다면 속도와 함께 조절하세요. |
| volume | integer | 50 | 0 ~ 100 | 출력 음량, 여기서 50이 기준 레벨입니다. |
| instruction | string | - | 최대 1000 | 최대 1,000자 동안 자연어 전달 지시. 감정, 어조, 캐릭터, 속도, 말하기 스타일을 제어하며, 예를 들어 '신나고 경쾌한 목소리로 빠르게 말하기' 또는 '늦은 밤 라디오 진행자처럼 천천히 읽기' 등이 있습니다. |
| language_hints | array | - | zh, en, fr, de, ja, ko, ru, pt, th, id, vi, es, it, ms, fil, ar | 혼합 언어 텍스트에 대해 발음을 편향하는 언어 코드, 예를 들어 ["zh", "en"]. 모델이 언어를 감지하도록 비설정(unset)을 유지하세요. |
| seed | integer | 0 | 0 ~ 65535 | 샘플링 시드. 동일한 입력과 설정으로 시드를 재사용해 반복 가능한 렌더를 만듭니다. |
| bit_rate | integer | 32000 | 6000 ~ 510000 | 인코더 비트레이트는 BPS로 표기됩니다. opus 포맷에만 적용되며, mp3, wav, pcm 포맷에서는 무시됩니다. |
| pronunciation | object | - | - | 발음은 문자 형태에 의해 우선 제어됩니다. 예를 들어 {"重要": "zhong4 yao4"} 등이 있습니다. 이름, 약어, 동형이의어 수정에 사용하세요. |
EmpirioLabs에서 Qwen Audio 3.1 TTS Plus은(는) 종량제로 청구됩니다: 합성 $0.60 10,000자 단위. 이 페이지의 실시간 요금표는 항상 API 청구 금액과 일치합니다.
Qwen Audio 3.1 TTS Plus은(는) api.empiriolabs.ai의 POST /v1/audio/speech를 통해 제공되며 표준 Bearer 토큰 인증을 사용합니다.
EmpirioLabs 플레이그라운드 를 열고 Start session 을 누르면 브라우저에서 바로 사용해 볼 수 있습니다. Qwen Audio 3.1 TTS Plus 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-plus 로 서버에서 연결한 뒤 오디오를 양방향으로 스트리밍하면 됩니다.
EmpirioLabs 계정을 만든 다음 대시보드의 API Keys에서 키를 생성하세요. 요금은 종량제 크레딧이라 실행한 요청에 대해서만 결제합니다.
