Qwen Audio 3.1 TTS Next 已在EmpirioLabs上提供。 这是阿里巴巴的音频生成模型。用通俗易懂的语言描述一个场景，包括谁说话、说了什么、声音如何以及周围能听到什么，它会返回一个包含旁白、对话、音效、环境音和音乐的成品音频文件。它会继续运行 /v1/audio/speech后，在API和Playground中。
观看启动影片
电影中的每个声音都是真实的Qwen Audio 3.1 TTS下一输出，每个场景都来自一个书面描述：雨中的夜市、午夜闹鬼的走廊，以及篝火旁的歌声。图片为Qwen Image 2.1输出，配乐由ACE-Step on EmpirioLabs生成。 在YouTube上观看。 。 。.
它与Qwen Audio 3.1 TTS的不同之处
Qwen音频3.1 TTS 它会用19种预设语音之一朗读你的文本，并可在生成时实时流式播放。Qwen音频3.1 TTS Next没有语音列表：你描述每个语音 输入 或者从参考片段克隆，相同的描述会添加音效、环境音和音乐。使用Qwen Audio 3.1 TTS读取固定语音的文本，当结果是制作场景时，使用Qwen Audio 3.1 TTS Next。
你的第一个请求
curl https://api.empiriolabs.ai/v1/audio/speech \ -h “授权：持有者 $EMPIRIOLABS_API_KEY” \ -h “内容类型：application/json” \ -d '{ “model”：“qwen-audio-3-1-tts-next”，“输入”：“一位平静的女旁白说：\”每天早晨，港口都比镇子先醒。“背景中轻柔的海浪和远处的海鸥声。” }'响应默认带有生成音频的链接，MP3 立体声为 48,000 Hz。 response_format 也 WAV 或 PCM, (中文), sample_rate 需要8,000到48,000 Hz， 频道 单声道用1张，立体声用2张。 速度, (中文), 体积， 和 种子 可调节， bit_rate 设定固定的MP3比特率， 水印 添加了AI生成的内容水印。
描述的撰写
- 声音。 描述每个说话者，比如一位冷静的女性叙述者或兴奋的孩子，并在每一句话中用引号标注。
- 送货。 比如说每句话的说法，比如低声耳语、温暖的回答，或者愉快地说。
- 声音。 在同一文本中加入音效、环境音和音乐，比如雨点敲窗户或背景中柔和的钢琴声。
- 语言。 中文和英文。
- 长度。 每个请求最多3000个字符，音频最长120秒，播客则为240秒。
参考片段中的配音
参考文献 最多可将三个片段用作 URL 或 base64 音频数据 URI，每个最长 30 秒 10 MB，支持在 WAV、MP3 或 OGG Opus 格式中。命名它们于 输入 作为 @voice1, (中文), @voice2， 和 @voice3，按你发送的顺序。两个片段组成一个双声部对话：
curl https://api.empiriolabs.ai/v1/audio/speech \ -h “授权：持有者 $EMPIRIOLABS_API_KEY” \ -h “内容类型：application/json” \ -d '{ “模型”：“qwen-audio-3-1-tts-next”，“参考文献”：[“https://example.com/visitor.mp3", ”https://example.com/bookseller.mp3"], “输入”：“在安静的书店里，@voice1低语：”你见过新诗歌书架吗？“@voice2温暖地回答：”\“我今天早上布置好的。慢慢来。”翻页，雨点敲打窗户。“，”response_format“：”wav“，”sample_rate“：24000，”频道“：1 }'作战笔记
- 所有方向都向内
输入。 。 。. 一个请求教学或者用SSML被拒绝，400分也写着。 - 每一个
@voice需要它的弹夹。@voice2在输入至少需要两个片段参考文献;否则请求被拒绝。 - 没有预设声音。
声音被接受，因此兼容 OpenAI 的客户端不变，且无影响。描述语音输入。 。 。. - 每个请求一个完整的文件。 该模型不进行流式传输，且
/v1/audio/speech:stream后返回400。短片段大约需要15到40秒，因此允许客户端在长时间场景中超时几分钟。 - 格式。 MP3、WAV和PCM。Opus不提供。
定价
代币计费。 输入标记覆盖描述和每个引用片段，输出标记覆盖生成音频，约每秒200个。带有引用片段的请求收取的输入标记比没有参考片段的同一描述更多。当前费率如下： 模型页面 页:1 定价页面。 。 。.
开始建造
试试Qwen Audio 3.1 TTS Next。 游戏场，其中每个参数都是活控制，并读取 API 文档 用于完整参数参考。
披露:这篇文章是在AI的协助下撰写的,并由EmpirioLabs AI审查.
