Alibaba: Qwen3-TTS 1.7B VoiceDesign
qwen3-tts-1-7b-voicedesign- 價格
- 起 $0.000015
- 模態
- 音訊
關於 Qwen3-TTS 1.7B VoiceDesign
Qwen3-TTS 1.7B VoiceDesign 是阿里巴巴的文字轉語音變體，它根據書面描述而非預設列表來創造語音。您以自然語言描述情感、語氣和韻律，模型便會以該語音朗讀文字。它涵蓋十種語言，適用於現有說話者無法符合您心中角色或品牌需求的情況。
適用場景
- 語音由描述定義（例如：一位語速緩慢、溫暖的老年旁白），而非從固定列表中選擇。
- 音色、情感和韻律皆可透過指令引導，包括強烈的情緒如憤怒。
- 涵蓋十種語言：中文、英文、日文、韓文、德文、法文、俄文、葡萄牙文、西班牙文和義大利文，以及方言變體。
- 阿里巴巴列出 Qwen3-TTS 系列的合成延遲約為 97 毫秒，適合互動使用。
其他選擇建議
- 相同的描述在不同次呼叫中可能會產生略有差異的語音，因此若需在數月內重複使用完全相同的語音，此選項較不理想。
- 如果您需要固定的具名說話者，擁有九種預設的 CustomVoice 變體更具可預測性。
- 品質取決於您描述語音的清晰度；模糊的描述會產生通用的結果。
入門指南
建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例，並針對端點執行它。
文字轉語音TokenLab 端點POST/v1/audio/speechcurl -X POST "https://api.tokenlab.sh/v1/audio/speech" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "operation": "tts", "model": "qwen3-tts-1-7b-voicedesign", "input": "Hello from TokenLab.", "voice": "alloy" }'
定價
Official 價格為模型開發商的公開基準價。TokenLab 價格則為您在 TokenLab 使用該模型的實際費用。
文字轉語音
每百萬字元- Official 定價
- $0.000015
- Official
- $0.000015
- 折扣
- —
| Official 定價每百萬字元 | Official每百萬字元 | 折扣 | |
|---|---|---|---|
| 文字轉語音 | $0.000015 | $0.000015 | — |
使用量與活動
成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
資料基於彙總的使用者請求，不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 Qwen3-TTS 1.7B VoiceDesign，並準備好編輯或發送提示詞。
協助我使用 qwen3-tts-1-7b-voicedesign 透過 /v1/audio/speech 進行音訊請求，並顯示結果與成本。
應用情境
遊戲角色語音
描述每個角色，例如「粗魯的矮人鐵匠」或「緊張的年輕信差」，無需先聘請配音員即可生成台詞。
品牌語音探索
嘗試多種公司語音描述，例如「自信且低沉」對比「明亮且快速」，並在同一腳本上進行比較。
富有表現力的旁白
在同一個專案中，透過「低沉且緊張」到「釋然且溫暖」等指令，指導故事章節的語氣呈現。
影片語音原型
在最終配音選定前，為分鏡腳本或說明影片建立臨時旁白。
提示詞範例
語音：一位中年女性，冷靜且低沉，像紀錄片旁白一樣緩慢說話。文字：The river has changed course three times in the last century.
語音：一位年輕男性，興奮且略帶喘息，語速快。文字：You will not believe what just came through the door.
語音：用特別憤怒的語氣說，快速且短促。文字：這已經是第三次了，你們到底有沒有在聽？
FAQ
Qwen3-TTS VoiceDesign 的用途是什麼？
它能生成您以文字指定的語音。您無需選擇具名說話者，而是撰寫包含情感、語氣和表達方式的描述，模型會產生符合該描述的音訊。它適合不符合現有預設語音的角色和品牌聲音。
它與 CustomVoice 有何不同？
CustomVoice 提供九種固定的具名說話者，並可選配風格指令。VoiceDesign 沒有固定列表，而是根據您的描述構建語音。選擇 VoiceDesign 以創造新語音，選擇 CustomVoice 以獲得穩定、可重複的說話者。
支援哪些語言？
十種：中文、英文、日文、韓文、德文、法文、俄文、葡萄牙文、西班牙文和義大利文，以及一些方言變體。請使用模型能理解的語言撰寫語音描述；模型卡上的範例使用的是中文。
我可以用它複製真實人物的聲音嗎？
Qwen3-TTS 系列描述了從短樣本進行語音複製的功能，但此變體本身的重點在於基於指令的設計。請僅複製或模仿您已獲得授權的語音，並根據您自己的同意規則檢查輸出內容。
每次呼叫的語音會完全相同嗎？
無法保證。描述可以引導語音，但無法鎖定完全相同的音色，因此重複呼叫可能會聽起來略有不同。如果您需要在長專案中精確重複，請使用固定的預設說話者。
Qwen3-TTS 1.7B VoiceDesign 的費用是多少？
在 TokenLab 上，Qwen3-TTS 1.7B VoiceDesign 價格為 - 。完整明細見上方價格表。 價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率；單一費率不代表總價。
Qwen3-TTS 1.7B VoiceDesign 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/audio/speech 進行 Qwen3-TTS 1.7B VoiceDesign 的呼叫。下方的請求範例展示了對應的程式碼格式。
Qwen3-TTS 1.7B VoiceDesign 支援哪些操作？
Qwen3-TTS 1.7B VoiceDesign 支援 文字轉語音。請在上方選擇一項操作以查看其端點與請求範例。
比較 Qwen3-TTS 1.7B VoiceDesign
來源
更新於 2026年10月2日
