Qwen: Qwen-Audio-3.0-TTS Plus

Qwen-Audio-3.0-TTS Plus, Alibaba'nın model ailesi Qwen'den bir metinden sese modelidir. Konuşma kategorisinde yer alır ve Alibaba'nın daha yüksek kaliteli metinden sese modeli olarak tanımlanır, aynı serinin standart kademesinin üzerinde konumlandırılmıştır. Metinden konuşma sesi üretir ve normalde Alibaba tarafındaki DashScope Speech Synthesizer API üzerinden erişilir. Sağlayıcı tarafından 2026-07-23 tarihinde yayımlanmıştır.

Model tek girdi olarak metni alır ve tek çıktı olarak konuşma döndürür. Görüntü, ses veya video girdisi yoktur, bu nedenle bir örnekten ses klonlayamaz veya herhangi bir şeyi yazıya dökemez; yazılı metni sesli okur. İki ses mevcuttur, longanlingxin ve longanlufeng, ve istek yaparken birini seçersiniz. Bu model için yayımlanmış bir bağlam uzunluğu yoktur, bu nedenle tek bir çağrıda gönderebileceğiniz metin miktarını belirtilmemiş olarak değerlendirin ve güvenli olmak istiyorsanız uzun belgeleri daha küçük parçalara bölün.

Girdi metin ve çıktı ses olduğu için, bariz kullanımlar anlatım ve oynatmadır. Makaleleri, belgeleri veya bilgi tabanı girdilerini dinlenebilir sürümlere dönüştürebilir, videolar ve ürün tanıtımları için seslendirme üretebilir, bir uygulamada sesli istemler veya onaylar oluşturabilir ya da ekrandaki içeriği sesi tercih eden kullanıcılara okuyan erişilebilirlik özellikleri kurabilirsiniz. Bir kişinin okumak yerine duymayı tercih edeceği metniniz olan her yerde, bu model bir adaydır.

api14 üzerinde modeli OpenAI uyumlu API aracılığıyla qwen/qwen-audio-3.0-tts-plus model kimliğini kullanarak çağırırsınız, bu da mevcut OpenAI SDK'larının ve istemcilerinin temel URL ve model dizesi değişikliğiyle çalıştığı anlamına gelir. Söylenecek metni sağlarsınız ve iki sesten birini seçersiniz. Model bu listede ayarlanabilir hiçbir parametre sunmaz, bu nedenle ayarlanacak temperature, top_p veya benzer bir örnekleme denetimi yoktur ve yayımlanmış bir maksimum çıktı uzunluğu da yoktur. Metin ve ses seçiminin ötesinde, üretim ayarları sağlayıcı tarafından sabitlenmiştir.

Göreviniz metinden konuşma üretmek değilse, başka bir model daha iyi uyacaktır. Konuşma tanıma, bir referans klipten ses klonlama ve ses düzenleme bu modelin yaptıklarının dışındadır, çünkü yalnızca metin kabul eder ve yalnızca konuşma yayar. Örnekleme parametreleri aracılığıyla prozodi üzerinde ince denetim gerekiyorsa da aynısı geçerlidir, çünkü burada hiçbiri listelenmemiştir.