类型
规格
价格
合成
每10,000字符
$0.60
Qwen Audio 3.1 TTS Plus 与 Gemini 2.5 Pro TTS 并排比较：规格、能力、参数，以及 EmpirioLabs 目录中的实时价格。
Alibaba Cloud 
Google 音频生成Alibaba Cloud 的 Qwen Audio 3.1 TTS Plus 和 Google 的 Gemini 2.5 Pro TTS 都属于音频生成类别，可通过 EmpirioLabs API 使用。
| 规格 | Qwen Audio 3.1 TTS Plus | Gemini 2.5 Pro TTS |
|---|---|---|
| 模型 ID | qwen-audio-3-1-tts-plus | gemini-2-5-pro-tts |
| 开发方 | Alibaba Cloud | |
| 发布日期 | 2026年10月21日 | 2025年5月20日 |
| 最大输出 | - | 19,661 个 token |
| 输入 | 文本 | 文本 |
| 输出 | 音频 | 音频 |
| 区域 | Singapore | - |
| 端点 | POST /v1/audio/speech POST /v1/audio/speech:stream WEBSOCKET /v1/realtime GET /v1/voices | POST /v1/audio/speech |
| 能力 |
两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。
每个模型在 EmpirioLabs 上列出的请求参数，以及适用的可选值或范围。短横线表示该模型未列出此参数。
| 参数 | Qwen Audio 3.1 TTS Plus | Gemini 2.5 Pro TTS |
|---|---|---|
| input | 最大 10000 | string |
| voice | longanlingxin_v3.1, longanhuan_v3.1, longanfengyue_v3.1, xuna... 默认值: longanlingxin_v3.1 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... 默认值: Charon |
| voice_audio_url | string | - |
| response_format | mp3, wav, pcm, opus 默认值: mp3 | - |
| sample_rate | 8000, 12000, 16000, 22050, 24000, 44100, 48000 默认值: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 默认值: 24000 |
| speed | 0.5 到 2 默认值: 1 | 0.25 到 2 默认值: 1 |
| pitch | 0.5 到 2 默认值: 1 | - |
| volume | 0 到 100 默认值: 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 到 65535 默认值: 0 | - |
| bit_rate | 6000 到 510000 默认值: 32000 | - |
| pronunciation | object | - |
| replace | object | - |
| enable_markdown_filter | boolean 默认值: false | - |
| mode | - | single, multi 默认值: single |
Qwen Audio 3.1 TTS Plus 通过 POST /v1/audio/speech 生成语音并返回可播放的音频。把要朗读的文本作为 input，连同模型 ID qwen-audio-3-1-tts-plus 一起发送。 两个模型通过同一个端点调用。将 model 设为 qwen-audio-3-1-tts-plus 或 gemini-2-5-pro-tts。 在EmpirioLabs 控制台获取 API 密钥。
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.mp3同时涵盖两个模型的提示词测试和对比实验。
Qwen Audio 3.1 TTS Plus 发布更晚（2026年10月21日）；Gemini 2.5 Pro TTS 发布于 2025年5月20日。 仅 Qwen Audio 3.1 TTS Plus 列出的能力：expressive prosody, emotion control, voice tags, streaming, realtime, voice cloning。 仅 Gemini 2.5 Pro TTS 列出的能力：multi speaker。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。
Qwen Audio 3.1 TTS Plus 发布更晚（2026年10月21日）；Gemini 2.5 Pro TTS 发布于 2025年5月20日。
两个模型按不同的单位或档位计价，请比较本页的实时价格表。价格表始终与 API 的实际计费一致。
可以。两个模型都使用 POST /v1/audio/speech 和同一个 EmpirioLabs API 密钥，大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数，请先查看本页的参数表。
