Qwen: Qwen-Audio-3.0-TTS Plus

Qwen-Audio-3.0-TTS Plus هو نموذج تحويل النص إلى كلام من Qwen، عائلة نماذج علي بابا. يقع في فئة الكلام ويوصف بأنه نموذج تحويل النص إلى كلام الأعلى جودة من علي بابا، ويأتي في مرتبة أعلى من الفئة القياسية في السلسلة نفسها. ينتج صوتا منطوقا من النص، ويتم الوصول إليه عادة عبر DashScope Speech Synthesizer API من جانب علي بابا. أصدره المزود في 2026-07-23.

يأخذ النموذج النص كمدخل وحيد له، ويعيد الكلام كمخرج وحيد له. لا يوجد إدخال صور أو صوت أو فيديو، لذا لا يمكنه استنساخ صوت من عينة أو تفريغ أي شيء؛ إنه يقرأ النص المكتوب بصوت مسموع. يتوفر صوتان، longanlingxin و longanlufeng، وتختار أحدهما عند إرسال الطلب. لم يُنشر طول السياق لهذا النموذج، لذا اعتبر كمية النص التي يمكنك إرسالها في نداء واحد غير محددة، وقسّم المستندات الطويلة إلى أجزاء أصغر إذا أردت أن تكون في الجانب الآمن.

لأن المدخل نص والمخرج صوت، فإن الاستخدامات الواضحة هي السرد والتشغيل. يمكنك تحويل المقالات أو الوثائق أو مدخلات قاعدة المعرفة إلى نسخ قابلة للاستماع، وإنشاء تعليقات صوتية للفيديوهات وجولات تعريف المنتج، وإنتاج مطالبات منطوقة أو تأكيدات داخل تطبيق، أو بناء ميزات إمكانية الوصول التي تقرأ المحتوى المعروض على الشاشة للمستخدمين الذين يفضلون الصوت. في أي مكان لديك نص يفضل الشخص سماعه بدلا من قراءته، فإن هذا النموذج مرشح مناسب.

على api14 تستدعي النموذج عبر OpenAI-compatible API باستخدام معرف النموذج qwen/qwen-audio-3.0-tts-plus، ما يعني أن حزم OpenAI SDK والعملاء الحاليين يعملون مع تغيير عنوان URL الأساسي وسلسلة النموذج. تقدم النص المراد نطقه وتختار أحد الصوتين. لا يعرض النموذج أي معاملات قابلة للضبط في هذه القائمة، لذا لا يوجد temperature أو top_p أو أي تحكم مشابه في أخذ العينات لضبطه، ولا يُنشر أي حد أقصى لطول المخرج. beyond النص واختيار الصوت، إعدادات التوليد ثابتة من قبل المزود.

إذا كانت مهمتك لا تتمثل في إنتاج الكلام من النص، فإن نموذجا آخر سيكون أنسب. التعرف على الكلام، واستنساخ الصوت من مقطع مرجعي، وتحرير الصوت كلها خارج ما يفعله هذا النموذج، لأنه يقبل النص فقط ويصدر الكلام فقط. الأمر نفسه ينطبق إذا كنت بحاجة إلى تحكم دقيق في النبرة عبر معاملات أخذ العينات، لأنه لا توجد أي منها مدرجة هنا.