Alibaba Cloud: Qwen3-TTS-Flash
qwen3-tts-flash- 輸入 / 輸出
- $10.00 / $0.00
- 模態
- 音訊
關於 Qwen3-TTS-Flash
Qwen3-TTS-Flash 是阿里巴巴的文字轉語音模型，提供現成的系統語音。您透過 HTTP 呼叫傳送準備好的文字與語音名稱，即可收到 WAV 格式的語音。它能朗讀普通話、英文及多種其他語言，並包含多種漢語方言。與 Realtime 版本不同，它不支援語音複製或風格指令，且必須等待完整文字輸入。
適用場景
- 提供系統語音，讓您無需錄製或設計語音即可開始使用。
- 支援北京話、上海話、四川話、南京話、陝西話、閩南語、天津話與粵語等漢語方言。
- 亦涵蓋英文、德文、義大利文、葡萄牙文、西班牙文、日文、韓文、法文與俄文。
- 使用簡單的 HTTP API 並回傳 WAV 輸出，易於整合。
其他選擇建議
- 無法複製或設計新語音；若需自訂語音，請選擇 CosyVoice v3.5 Plus。
- 除了所選語音外，不提供針對情緒或風格的指令控制。
- 合成前需要完整文字；若需更早開始發聲，請使用 Realtime 版本。
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", "response_format": "wav", "speed": 1, "voice": "Cherry", "model": "qwen3-tts-flash", "input": "Hello from TokenLab." }'
參數設定
文字轉語音
| 參數 | 可選值與限制 | 預設值 | 說明 |
|---|---|---|---|
input | 未提供 | 未提供 | 未提供 |
language_code | 未提供 | 未提供 | This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified. |
response_format | wav | 未提供 | Output is WAV. This accepted compatibility field does not transcode output. Use the response Content-Type and file extension. The omitted-field default is not verified. |
speed | 未提供 | 未提供 | The gateway accepts numbers from 0.25 to 4.0. The selected supplier can impose a narrower range. A uniform omitted-field default is not verified. |
voice | Cherry, Serena, Ethan, Chelsie, Momo, Vivian, Moon, Maia, Kai, Nofish, Bella, Jennifer, Ryan, Katerina, Aiden, Eldric Sage, Mia, Mochi, Bellona, Vincent, Bunny, Neil, Elias, Arthur, Nini, Seren, Pip, Stella, Bodega, Sonrisa, Alek, Dolce, Sohee, Ono Anna, Lenn, Emilien, Andre, Radio Gol, Jada, Dylan, Li, Marcus, Roy, Peter, Sunny, Eric, Rocky, Kiki | Cherry | 未提供 |
Speech output is WAV audio. The response_format parameter remains accepted for request compatibility and does not transcode this output; use the response Content-Type and file extension for the actual audio format. The default voice is Cherry.
Speech output is WAV audio. The response_format parameter remains accepted for request compatibility and does not transcode this output; use the response Content-Type and file extension for the actual audio format. The default voice is Cherry.
定價
Verified 價格用於 Verified，多數模型更便宜；Official 價格是模型廠商公布的價格，用於更穩定的 Official。Auto 按最終完成請求的線路計價。
Cosy Tts Number
每百萬字元- Official 價格
- 輸入 $10.00 / 輸出 $0.00
- Verified 價格
- —
- 折扣
- —
| Official 價格每百萬字元 | Verified 價格每百萬字元 | 折扣 | |
|---|---|---|---|
| Cosy Tts Number | 輸入 $10.00 / 輸出 $0.00 | — | — |
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-Flash，並準備好編輯或發送提示詞。
協助我使用 qwen3-tts-flash 透過 /v1/audio/speech 進行音訊請求，並顯示結果與成本。
應用情境
文章朗讀
使用選定的系統語音將書面頁面轉為音訊，實現隨聽功能。
應用程式語音回覆
在文字定稿後，以使用者的語言朗讀助理回覆。
多語言配音
為短片與解說影片生成多種語言的相同腳本。
提示詞範例
以清晰、中性的語音用西班牙文朗讀此產品說明。
將以下新聞摘要轉換為普通話語音。
以日文說出「您的訂單已出貨」。
FAQ
Qwen3-TTS-Flash 究竟是什麼？
阿里巴巴開發的文字轉語音模型，使用系統語音將準備好的文字轉換為音訊。請求透過 HTTP 發送，音訊則以 WAV 格式回傳。
它能說哪些語言？
中文（普通話及多種方言）、英文、德文、義大利文、葡萄牙文、西班牙文、日文、韓文、法文與俄文。語音列表顯示了各語音適合的語言，請先查閱該列表。
我可以用它複製語音嗎？
不行。它僅支援系統語音，不提供語音複製、語音設計或風格指令控制。若需這些功能，請使用支援自訂語音的 CosyVoice v3.5 Plus。
它與 Qwen3-TTS-Flash-Realtime 有何不同？
此模型在單次請求中接收完整文字。Realtime 模型則透過 WebSocket 串流，能在文字持續送達時開始發聲，適合對話式助理。
它回傳什麼音訊格式？
WAV 格式，可在大多數播放器與音訊編輯軟體中直接播放。由於是在單次請求中合成完整文字，它適合用於成品旁白、配音與應用程式回覆，而非即時對話。
Qwen3-TTS-Flash 的費用是多少？
在 TokenLab 上，Qwen3-TTS-Flash 價格為 輸入 $10.00 / 輸出 $0.00 每百萬字元。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-Flash 應該使用哪一個端點？
請使用 https://api.tokenlab.sh/v1/audio/speech 進行 Qwen3-TTS-Flash 的呼叫。下方的請求範例展示了對應的程式碼格式。
Qwen3-TTS-Flash 支援哪些操作？
Qwen3-TTS-Flash 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-Flash
來源
更新於 2026年10月2日
