Alibaba Cloud Model Studio:音声合成 (Qwen-TTS)

Python

DashScope Python SDK の SpeechSynthesizer インターフェイスは、現在 MultiModalConversation に統合されています。新しいインターフェイスに切り替えるには、名前を置き換えるだけで、他のすべてのパラメーターは完全に互換性があります。

# DashScope SDK バージョン 1.24.5 以降が必要です
import os
import dashscope
# これはシンガポールリージョンの URL です。中国 (北京) リージョンのモデルを使用する場合は、URL を次のように置き換えてください：https://dashscope.aliyuncs.com/api/v1
dashscope.base_http_api_url = 'https://dashscope-intl.aliyuncs.com/api/v1'
text = "皆様に T シャツをおすすめします。こちらは本当にとても素晴らしいです。色味が非常に上品で、どんなコーディネートにもぴったりです。迷わずご購入いただけます。本当に美しく、どんな体型にもやさしい仕上がりになっています。どのような体型の方でも、きっと素敵に着こなせます。ぜひご注文ください。"
# SpeechSynthesizer インターフェイスの使用方法：dashscope.audio.qwen_tts.SpeechSynthesizer.call(...)
response = dashscope.MultiModalConversation.call(
    # 命令による制御機能を使用する場合は、モデルを qwen3-tts-instruct-flash に置き換えてください
    model="qwen3-tts-flash",
    # シンガポールリージョンと中国 (北京) リージョンの API キーは異なります。API キーの取得方法：https://www.alibabacloud.com/help/en/model-studio/get-api-key
    # 環境変数が設定されていない場合は、次の行を Model Studio API キーに置き換えてください：api_key="sk-xxx"
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    text=text,
    voice="Cherry",
    # 命令による制御機能を使用する場合は、次の行のコメントを解除し、モデルを qwen3-tts-instruct-flash に置き換えてください
    # instructions='早口で、明確なアップトーンを用い、ファッション商品の紹介に適したスタイル。',
    # optimize_instructions=True,
    stream=True
)
for chunk in response:
    print(chunk)

Java

// DashScope SDK バージョン 2.19.0 以降が必要です
import com.alibaba.dashscope.aigc.multimodalconversation.AudioParameters;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversation;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationParam;
import com.alibaba.dashscope.aigc.multimodalconversation.MultiModalConversationResult;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.exception.UploadFileException;
import com.alibaba.dashscope.utils.JsonUtils;
import com.alibaba.dashscope.utils.Constants;
import io.reactivex.Flowable;
public class Main {
    // 命令による制御機能を使用する場合は、MODEL を qwen3-tts-instruct-flash に置き換えてください
    private static final String MODEL = "qwen3-tts-flash";
    public static void streamCall() throws ApiException, NoApiKeyException, UploadFileException {
        MultiModalConversation conv = new MultiModalConversation();
        MultiModalConversationParam param = MultiModalConversationParam.builder()
                .model(MODEL)
                // シンガポールリージョンと中国 (北京) リージョンの API キーは異なります。API キーの取得方法：https://www.alibabacloud.com/help/en/model-studio/get-api-key
                // 環境変数が設定されていない場合は、次の行を Model Studio API キーに置き換えてください：apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .text("今日は、人々が愛するものを作るのにぴったりの日です！")
                .voice(AudioParameters.Voice.CHERRY)
                .languageType("English")
                // 命令による制御機能を使用する場合は、次の行のコメントを解除し、MODEL を qwen3-tts-instruct-flash に置き換えてください
                // .parameter("instructions","早口で、明確なアップトーンを用い、ファッション商品の紹介に適したスタイル。")
                // .parameter("optimize_instructions",true)
                .build();
        Flowable<MultiModalConversationResult> result = conv.streamCall(param);
        result.blockingForEach(r -> {System.out.println(JsonUtils.toJson(r));
        });
    }
    public static void main(String[] args) {
        // これはシンガポールリージョンの URL です。中国 (北京) リージョンのモデルを使用する場合は、URL を次のように置き換えてください：https://dashscope.aliyuncs.com/api/v1
        Constants.baseHttpApiUrl = "https://dashscope-intl.aliyuncs.com/api/v1";
        try {
            streamCall();
        } catch (ApiException | NoApiKeyException | UploadFileException e) {
            System.out.println(e.getMessage());
        }
        System.exit(0);
    }
}

curl

# ======= 重要事項 =======
# これはシンガポールリージョンの URL です。中国 (北京) リージョンのモデルを使用する場合は、URL を次のように置き換えてください：https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation
# シンガポールリージョンと中国 (北京) リージョンの API キーは異なります。API キーの取得方法：https://www.alibabacloud.com/help/en/model-studio/get-api-key
# 環境変数が設定されていない場合は、$DASHSCOPE_API_KEY を Model Studio API キー（例：sk-xxx）に置き換えてください。
# === 実行時にはこのコメントを削除してください ===

curl -X POST 'https://dashscope-intl.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation' \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H 'Content-Type: application/json' \
-H 'X-DashScope-SSE: enable' \
-d '{
    "model": "qwen3-tts-flash",
    "input": {
        "text": "皆様に T シャツをおすすめします。こちらは本当に素晴らしい仕上がりです。色味が上品で、どんなコーディネートにもぴったりです。迷わずご購入いただけます。どんな方にも似合うデザインになっており、体型を問わずお召しになれます。背が高い方、低い方、スリムな方、ふくよかな方、すべての方にぴったりです。ぜひご注文ください。",
        "voice": "Cherry",
        "language_type": "Chinese"
    }
}'