Qwen-Audio-3.1-TTS-Next est un modèle AudioGen conçu pour la génération audio unifiée. Allant au-delà des systèmes TTS conventionnels qui se concentrent uniquement sur la synthèse vocale, il peut générer un contenu audio complet en une seule passe à partir d'entrées telles que du texte, des horodatages et de l'audio de référence, combinant de manière transparente la parole, les effets sonores, les sons ambiants, et plus encore. Le modèle prend en charge un large éventail de tâches, notamment le TTS multilingue, la parole à locuteur unique, le dialogue multi-locuteurs, les podcasts, les paysages sonores cinématographiques, l'audio ambiant et les effets sonores. Ses principaux atouts incluent une parole plus naturelle et expressive, une identité vocale cohérente, un contrôle flexible de la synchronisation et une génération de paysages sonores de haute qualité. Ces capacités le rendent particulièrement adapté à la création de contenu, aux vidéos courtes, aux podcasts, à la production cinématographique et télévisuelle, à l'audio de jeux vidéo et à d'autres scénarios de création audio professionnelle.
Fournisseur de services d'inférence
Alibaba Cloud Model Studio fournit les services d'inférence pour ce modèle.
Capacités du modèle
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
| Modalités d'entrée | Texte et audio de référence | Modalité de sortie | Audio |
| Langues | Chinois et anglais | Modes de sortie | Non-streaming |
| Formats de sortie | WAV, MP3 et PCM | Audio de référence | URL ou Base64 |
Limites de contexte
| Paramètre | Valeur |
|---|---|
| Longueur d'entrée maximale | 3,000 caractères |
| Durée de sortie maximale par requête | Podcasts : 240 secondes (4 minutes) ; autres scénarios : 120 secondes |
| Nombre d'audios de référence | Jusqu'à 3 extraits |
| Durée par extrait de référence | Jusqu'à 30 secondes |
| Taille par extrait de référence | Jusqu'à 10 Mo |
| Formats d'audio de référence | WAV, MP3 et OGG Opus. Le PCM brut n'est pas pris en charge. |
Tarification du modèle
Le prix catalogue suivant exclut les promotions. Pour les offres promotionnelles, consulter la console Model Studio.
Chine (Pékin)
| Élément de facturation | Prix unitaire (USD/million de tokens) |
|---|---|
| Input | 0.848 |
| Output | 1.696 |
Les tokens d'entrée et de sortie sont facturés séparément. Pour plus de détails, consulter Tarification du modèle.
Limites de taux
Chine (Pékin)
| Métrique | Valeur |
|---|---|
| Requêtes par seconde (RPS) | 3 |
Accès API
Utiliser l'API HTTPS pour recevoir des fichiers audio complets. Pour des exemples et des conseils sur les prompts, consulter Génération audio. Pour les paramètres et des exemples de code, consulter Référence de l'API de génération audio.