ϟMô hình trong nước MiniMax phát hành M3.1 Flash: hiệu suất tăng 3 lần, chi phí giảm 70% Xem chi tiếtϟMô hình trong nước Kimi K3 ra mắt và mở API Đọc chi tiết →✦Mẫu mới ra mắt Wan3.0 ra mắt Xem ngay →✦Mô hình mới ra mắt DeepSeek V4.1 Flash：Đa phương thức gốc, hiệu năng vượt V4 Pro và giá API giảm Xem chi tiết✦Mô hình mới ra mắt Chi tiết phát hành Seedance 2.5 Xem ngay →ϟMô hình trong nước MiniMax phát hành M3.1 Flash: hiệu suất tăng 3 lần, chi phí giảm 70% Xem chi tiết
AGTCloud
Liên hệ Tuyển dụng
Tạo âm thanhqwen-audio-3.0-tts-flash
阿里巴巴 · Tạo âm thanh

Qwen-Audio-3.0-TTS-Flash is a high-performance speech synthesis model , optimized for real-time interactive scenarios. Compared with the previous version, it supports more low-resource languages and Chinese dialects, improves dialect authenticity, and enhances free-style instruction following and fine-grained tag control for more flexible control over emotion, tone, character, speaking rate, volume, and expressive style. It is also more robust under noisy and reverberant acoustic conditions, with improved audio quality, clarity, and overall expressiveness. The Flash version focuses on real-time synthesis, making it suitable for voice assistants, real-time dialogue, intelligent customer service, and other low-latency interactive applications.

Tổng quan

Phương thức

Giá

Tính khả dụng

Trạng thái dịch vụ24 giờ qua

Tham số

Mô hình / phiên bảnqwen-audio-3.0-tts-flash
Phương thức đầu vàoVăn bản
Phương thức đầu raÂm thanh
Tham số hỗ trợ—

Ví dụ yêu cầu

curl "https://api.agtcloud.cn/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{"model":"qwen-audio-3.0-tts-flash","messages":[{"role":"user","content":"Hello"}]}'

Điểm cuối khả dụng

EXPLORE MODELS

Thêm Tạo âm thanh

So sánh năng lực, ngữ cảnh và giá của các mô hình cùng loại.

Xem tất cả
小米

High-quality voice synthesis with precise adherence to style instructions. Supports inline emotion tags for word-level control and can capture a character’s vocal persona with zero-shot prompting.

Giá · mỗi lần gọi¥0
Xem mô hình
阿里巴巴

Omni-modal model for text, vision, audio, and multimodal agent tasks

Đầu vào / Đầu ra · mỗi 1M tokenTừ ¥2.2 / ¥13.3
Xem mô hình
阿里巴巴

Omni-modal model for text, vision, audio, and multimodal agent tasks

Đầu vào / Đầu ra · mỗi 1M tokenTừ ¥7 / ¥40
Xem mô hình
阿里巴巴

qwen3.5-omni-flash-realtime is a model from Alibaba for real-time multimodal interaction.

Đầu vào / Đầu ra · mỗi 1M tokenTừ ¥3.3 / ¥20
Xem mô hình
阿里巴巴

qwen3.5-omni-plus-realtime is a model from Alibaba for real-time multimodal interaction.

Đầu vào / Đầu ra · mỗi 1M tokenTừ ¥10 / ¥60
Xem mô hình