Sintesis suara - Alibaba Cloud Model Studio - Alibaba Cloud Documentation Center

Pilih model yang sesuai untuk sintesis suara, kloning suara, dan desain suara.

Halaman ini mencantumkan model untuk sintesis suara dan layanan suara, termasuk versi sebelumnya. Jawab dua pertanyaan berikut untuk mempersempit pilihan Anda:

Apakah Anda memerlukan suara kustom, atau apakah suara bawaan sudah mencukupi?
Apakah Anda memerlukan keluaran streaming real-time, atau apakah non-streaming dapat diterima?

Sintesis suara standar atau suara kustom?

Sintesis suara standar

Gunakan suara bawaan tanpa konfigurasi tambahan. Pilih model dan suara untuk memulai sintesis.

Internasional

Model	Series	Keunggulan utama
`cosyvoice-v3-plus`	CosyVoice	Kualitas tinggi, dengan pustaka suara yang kaya
`cosyvoice-v3-flash`	CosyVoice	Sintesis cepat
`qwen3-tts-flash`	Qwen3-TTS	Latensi rendah, kualitas tinggi
`qwen3-tts-flash-2025-11-27`	Qwen3-TTS	Latensi rendah, kualitas tinggi (versi Snapshot)
`qwen3-tts-flash-2025-09-18`	Qwen3-TTS	Latensi rendah, kualitas tinggi (versi Snapshot)
`qwen3-tts-flash-realtime`	Qwen3-TTS	Keluaran streaming Real-time, latensi rendah
`qwen3-tts-flash-realtime-2025-11-27`	Qwen3-TTS	Keluaran streaming Real-time, latensi rendah (versi Snapshot)
`qwen3-tts-flash-realtime-2025-09-18`	Qwen3-TTS	Keluaran streaming Real-time, latensi rendah (versi Snapshot)
`qwen3-tts-instruct-flash`	Qwen3-TTS	Kontrol instruksi (laju bicara, emosi, dan gaya)
`qwen3-tts-instruct-flash-2026-01-26`	Qwen3-TTS	Kontrol instruksi (laju bicara, emosi, dan gaya) (versi Snapshot)
`qwen3-tts-instruct-flash-realtime`	Qwen3-TTS	Keluaran streaming Real-time dan kontrol instruksi (laju bicara, emosi, dan gaya)
`qwen3-tts-instruct-flash-realtime-2026-01-22`	Qwen3-TTS	Keluaran streaming Real-time dan kontrol instruksi (laju bicara, emosi, dan gaya) (versi Snapshot)

China daratan

Model	Series	Keunggulan utama
`cosyvoice-v3.5-plus`	CosyVoice	Kualitas tinggi, dengan pustaka suara yang terus diperbarui
`cosyvoice-v3.5-flash`	CosyVoice	Sintesis cepat
`cosyvoice-v3-plus`	CosyVoice	Kualitas tinggi, dengan pustaka suara yang kaya
`cosyvoice-v3-flash`	CosyVoice	Sintesis cepat
`cosyvoice-v2`	CosyVoice	Sintesis berkualitas tinggi versi lama
`cosyvoice-v1`	CosyVoice	Sintesis dasar versi lama
`qwen3-tts-flash`	Qwen3-TTS	Latensi rendah, kualitas tinggi
`qwen3-tts-flash-2025-11-27`	Qwen3-TTS	Latensi rendah, kualitas tinggi (versi Snapshot)
`qwen3-tts-flash-2025-09-18`	Qwen3-TTS	Latensi rendah, kualitas tinggi (versi Snapshot)
`qwen3-tts-flash-realtime`	Qwen3-TTS	Keluaran streaming Real-time, latensi rendah
`qwen3-tts-flash-realtime-2025-11-27`	Qwen3-TTS	Keluaran streaming Real-time, latensi rendah (versi Snapshot)
`qwen3-tts-flash-realtime-2025-09-18`	Qwen3-TTS	Keluaran streaming Real-time, latensi rendah (versi Snapshot)
`qwen3-tts-instruct-flash`	Qwen3-TTS	Kontrol instruksi (laju bicara, emosi, dan gaya)
`qwen3-tts-instruct-flash-2026-01-26`	Qwen3-TTS	Kontrol instruksi (laju bicara, emosi, dan gaya) (versi Snapshot)
`qwen3-tts-instruct-flash-realtime`	Qwen3-TTS	Keluaran streaming Real-time dan kontrol instruksi (laju bicara, emosi, dan gaya)
`qwen3-tts-instruct-flash-realtime-2026-01-22`	Qwen3-TTS	Keluaran streaming Real-time dan kontrol instruksi (laju bicara, emosi, dan gaya) (versi Snapshot)
`MiniMax/speech-2.8-hd`	MiniMax	Sintesis suara beresolusi tinggi
`MiniMax/speech-02-hd`	MiniMax	Sintesis suara fidelitas tinggi
`MiniMax/speech-2.8-turbo`	MiniMax	Sintesis cepat dengan latensi rendah
`MiniMax/speech-02-turbo`	MiniMax	Sintesis cepat dengan latensi rendah

Suara kustom

Buat suara unik dari sampel audio atau deskripsi teks.

Internasional

Model	Series	Keunggulan utama
`qwen3-tts-vc-2026-01-22`	Qwen3-TTS	Kloning suara dari sampel audio
`qwen3-tts-vc-realtime-2026-01-15`	Qwen3-TTS	Kloning suara Real-time
`qwen3-tts-vc-realtime-2025-11-27`	Qwen3-TTS	Kloning suara Real-time
`qwen3-tts-vd-2026-01-26`	Qwen3-TTS	Desain suara dari deskripsi teks
`qwen3-tts-vd-realtime-2026-01-15`	Qwen3-TTS	Desain suara Real-time
`qwen3-tts-vd-realtime-2025-12-16`	Qwen3-TTS	Desain suara Real-time
`qwen-voice-enrollment`	Qwen Voice Cloning	Kloning suara (pendaftaran dan management suara)
`qwen-voice-design`	Qwen Voice Design	Desain suara (membuat suara dari teks)

Catatan

Kloning suara vs. desain suara: Kloning suara menduplikasi suara tertentu dari sampel audio. Desain suara membuat suara baru berdasarkan deskripsi teks, seperti "suara perempuan hangat dengan nada rendah". Gunakan kloning suara jika Anda memiliki suara target. Gunakan desain suara jika Anda ingin membuat suara dari awal.

Kontrol ekspresi suara

Tersedia tiga opsi, diurutkan berdasarkan tingkat fleksibilitas:

Kontrol instruksi (qwen3-tts-instruct-flash, qwen3-tts-instruct-flash-realtime): Gunakan bahasa alami untuk menggambarkan gaya ekspresi yang diinginkan serta mengontrol laju bicara, emosi, dan gaya sesuai permintaan.
Desain suara (qwen3-tts-vd-*): Membuat suara kustom dari deskripsi teks. Ideal untuk menciptakan suara merek tanpa sampel audio.
Kloning suara (qwen3-tts-vc-*): Menyalin suara yang ada dari sampel audio. Cocok untuk mereplikasi suara orang tertentu.

Perbandingan lengkap

Model	Series	Streaming	Suara kustom	Kontrol instruksi
`cosyvoice-v3.5-plus`	CosyVoice	Didukung	Tidak didukung	Tidak didukung
`cosyvoice-v3.5-flash`	CosyVoice	Didukung	Tidak didukung	Tidak didukung
`cosyvoice-v3-plus`	CosyVoice	Didukung	Tidak didukung	Tidak didukung
`cosyvoice-v3-flash`	CosyVoice	Didukung	Tidak didukung	Tidak didukung
`cosyvoice-v2`	CosyVoice	Didukung	Tidak didukung	Tidak didukung
`qwen3-tts-flash`	Qwen3-TTS	Didukung	Tidak didukung	Tidak didukung
`qwen3-tts-flash-2025-11-27`	Qwen3-TTS	Didukung	Tidak didukung	Tidak didukung
`qwen3-tts-flash-2025-09-18`	Qwen3-TTS	Didukung	Tidak didukung	Tidak didukung
`qwen3-tts-flash-realtime`	Qwen3-TTS	Didukung	Tidak didukung	Tidak didukung
`qwen3-tts-flash-realtime-2025-11-27`	Qwen3-TTS	Didukung	Tidak didukung	Tidak didukung
`qwen3-tts-flash-realtime-2025-09-18`	Qwen3-TTS	Didukung	Tidak didukung	Tidak didukung
`qwen3-tts-instruct-flash`	Qwen3-TTS	Didukung	Tidak didukung	Didukung
`qwen3-tts-instruct-flash-2026-01-26`	Qwen3-TTS	Didukung	Tidak didukung	Didukung
`qwen3-tts-instruct-flash-realtime`	Qwen3-TTS	Didukung	Tidak didukung	Didukung
`qwen3-tts-instruct-flash-realtime-2026-01-22`	Qwen3-TTS	Didukung	Tidak didukung	Didukung
`qwen3-tts-vc-2026-01-22`	Voice cloning	Tidak didukung	Didukung	Tidak didukung
`qwen3-tts-vc-realtime-2026-01-15`	Voice cloning	Didukung	Didukung	Tidak didukung
`qwen3-tts-vc-realtime-2025-11-27`	Voice cloning	Didukung	Didukung	Tidak didukung
`qwen3-tts-vd-2026-01-26`	Voice design	Tidak didukung	Didukung	Tidak didukung
`qwen3-tts-vd-realtime-2026-01-15`	Voice design	Didukung	Didukung	Tidak didukung
`qwen3-tts-vd-realtime-2025-12-16`	Voice design	Didukung	Didukung	Tidak didukung
`qwen-tts`	Qwen-TTS (Legacy)	Tidak didukung (generasi seluruh teks)	Tidak didukung	Tidak didukung
`qwen-tts-latest`	Qwen-TTS (Legacy)	Tidak didukung (generasi seluruh teks)	Tidak didukung	Tidak didukung
`qwen-tts-2025-05-22`	Qwen-TTS (Legacy)	Tidak didukung (generasi seluruh teks)	Tidak didukung	Tidak didukung
`qwen-tts-2025-04-10`	Qwen-TTS (Legacy)	Tidak didukung (generasi seluruh teks)	Tidak didukung	Tidak didukung
`qwen-tts-realtime`	Qwen-TTS (Legacy)	Didukung	Tidak didukung	Tidak didukung
`qwen-tts-realtime-latest`	Qwen-TTS (Legacy)	Didukung	Tidak didukung	Tidak didukung
`qwen-tts-realtime-2025-07-15`	Qwen-TTS (Legacy)	Didukung	Tidak didukung	Tidak didukung
`qwen-voice-enrollment`	Voice service	N/A	Didukung (pendaftaran suara)	Tidak didukung
`qwen-voice-design`	Voice service	N/A	Didukung (desain suara)	Tidak didukung

Model lama (Qwen-TTS, penagihan berbasis token)

Model Qwen-TTS lama menggunakan penagihan berbasis token dan dapat diakses melalui HTTP atau WebSocket. Jika Anda telah bermigrasi ke Qwen3-TTS, gunakan model sintesis suara standar di atas.

Internasional

Model	Metode akses	Deskripsi
`qwen-tts`	HTTP	Sintesis non-streaming, penagihan berbasis token
`qwen-tts-latest`	HTTP	Sintesis non-streaming, penagihan berbasis token
`qwen-tts-2025-05-22`	HTTP	Versi Snapshot, penagihan berbasis token
`qwen-tts-2025-04-10`	HTTP	Versi Snapshot, penagihan berbasis token
`qwen-tts-realtime`	WebSocket	Sintesis streaming, penagihan berbasis token
`qwen-tts-realtime-latest`	WebSocket	Sintesis streaming, penagihan berbasis token
`qwen-tts-realtime-2025-07-15`	WebSocket	Versi Snapshot, sintesis streaming, penagihan berbasis token