Qwen-Audio 3.0 TTS Flash 一次可以合成多少文字？

当前单个任务接受 1 至 20,000 个 Unicode 字符。中文汉字在上游计费时按两个有效字符计算，其他字符按一个计算。

可以调节语速、音高和输出格式吗？

可以。rate 和 pitch 的范围都是 0.5 至 2；输出支持 PCM、WAV、MP3 和 Opus，并可选择 8 kHz 至 48 kHz 采样率。

Qwen-Audio 3.0 TTS Flash 如何计费？

HiAPI 按有效字符数计费；实时单价以本页价格区为准。

联系我们

返回模型列表

Qwen-Audio 3.0 TTS Flash

提供商 Alibaba语音

在线体验 Qwen-Audio 3.0 TTS Flash 低延迟文本转语音，试听真实中英混合样例，查看音色、语速、音高、价格与 API 代码。

定价

标准用量

60 积分/ 1,000 字符

输入

输出

准备生成

配置参数并点击"运行"查看输出结果。

试听真实语音样例

试听中英混合文本的真实输出，并查看本次合成使用的文本与默认音色。

低延迟 · longanhuan_v3.6

中英混合实验室样例

使用默认系统音色测试中文清晰度、英文切换、数字读法、节奏和自然停顿。

输入文本

欢迎来到 HiAPI 音频模型实验室。我们正在比较两种语音合成模型在中文表达、英文切换和数字读法上的表现。Today, we test clarity, rhythm, and natural pauses. 版本三点零，样本编号二零二六。

关于 Qwen-Audio 3.0 TTS Flash

在线体验 Qwen-Audio 3.0 TTS Flash 低延迟文本转语音，试听真实中英混合样例，查看音色、语速、音高、价格与 API 代码。

本页 Playground 和 API Quickstart 使用同一个模型 ID：qwen-audio-3.0-tts-flash。

提供商: Alibaba
任务: 文本转语音
输出: 音频
价格: 60 积分 / 千字符

模型规格

以下规格对应当前 Qwen-Audio 3.0 TTS Flash 请求契约。

文本: 1-20,000 个 Unicode 字符
系统音色: longanhuan_v3.6longjielidou_v3.6loongeva_v3.6loongjohn
输出: PCM / WAV / MP3 / Opus8-48 kHz
计费: 60 积分 / 千字符

如何使用 Qwen-Audio 3.0 TTS Flash

用三步完成输入组织、试听验证和 API 接入。

01 准备朗读文本

整理标点、数字和中英文切换，让停顿与读法更明确。

02 选择音色与参数

选择系统音色，再调整语速、音高、音量、采样率和格式。

03 试听后接入

在 Playground 核对读法与节奏，再通过同一个模型 ID 创建正式任务。

API 快速接入

复制可运行的最小请求；完整参数、任务查询与错误码请查看文档。

接口: POST /v1/tasks
模型 ID: qwen-audio-3.0-tts-flash

cURL

curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "qwen-audio-3.0-tts-flash",
  "input": {
    "text": "欢迎来到 HiAPI 音频模型实验室。我们正在比较两种语音合成模型在中文表达、英文切换和数字读法上的表现。Today, we test clarity, rhythm, and natural pauses. 版本三点零，样本编号二零二六。",
    "voice": "longanhuan_v3.6",
    "format": "mp3",
    "sample_rate": 22050,
    "volume": 50,
    "rate": 1,
    "pitch": 1,
    "seed": 0
  }
}'

创建请求会立即返回 taskId；音频生成在后台异步完成。

查看完整 API 文档

Qwen-Audio 3.0 TTS Flash

输入

更多参数

生成设置

高级参数

输出

试听真实语音样例

中英混合实验室样例

相关音频模型

Qwen-Audio 3.0 TTS Plus

ElevenLabs Text to Dialogue