Todos os produtos
Search
Central de documentação

Alibaba Cloud Model Studio:Qwen-Audio-TTS Node.js SDK

Última atualização: Nov 20, 2026

Chame o Qwen-Audio-TTS por meio do SDK Node.js de voz, gere áudio com entrada de texto em modo único ou em streaming e trate timestamps em nível de palavra e eventos de uso.

Pré-requisitos

Obtenha uma chave de API no console e defina-a na variável de ambiente DASHSCOPE_API_KEY.

Instalar o SDK

Requer Node.js 18 ou posterior. Baixe o pacote SDK 0.1.0 e execute no projeto:

npm install ./dashscope-sdk-nodejs-0.1.0.tgz

Início rápido

Salve o exemplo como example.mjs e execute node example.mjs.

import { writeFile } from 'node:fs/promises'
import { SpeechSynthesizer } from 'dashscope-sdk-nodejs/tts'

const synth = new SpeechSynthesizer({
  apiKey: process.env.DASHSCOPE_API_KEY,
  workspaceId: process.env.DASHSCOPE_WORKSPACE_ID,
  baseUrl: 'dashscope-intl.aliyuncs.com',
  model: 'qwen-audio-3.1-tts-flash',
  voice: 'longanhuan_v3.1',
  format: 'mp3',
  sampleRate: 24000,
})
synth.on('error', err => console.error(err.code, err.message))

try {
  const audio = await synth.synthesize('Hello, welcome to Qwen Audio.')
  await writeFile('output.mp3', audio)
} finally {
  synth.close()
}

Parâmetros da solicitação

Opções do construtor de SpeechSynthesizer:

Parâmetro

Tipo

Obrigatório

Descrição

apiKey

string

Não

Chave de API. Usa DASHSCOPE_API_KEY por padrão.

workspaceId

string

Não

ID do espaço de trabalho. Usa DASHSCOPE_WORKSPACE_ID por padrão.

baseUrl

string

Não

Defina o hostname como dashscope-intl.aliyuncs.com (Singapura).

model

string

Não

ID do modelo. Padrão: qwen-audio-3.1-tts-flash.

voice

string

Sim

ID da voz. Escolha uma voz compatível com o modelo.

format

'pcm' | 'wav' | 'mp3' | 'opus'

Não

Codificação de áudio. Usa o padrão do serviço se omitida.

sampleRate

8000 | 16000 | 22050 | 24000 | 44100 | 48000

Não

Taxa de amostragem em Hz. Deve corresponder à codificação; o serviço define o valor se omitido.

volume

number

Não

Volume: [0,100]. Padrão do serviço: 50.

rate

number

Não

Velocidade da fala: [0.5,2.0]. Padrão do serviço: 1.0.

pitch

number

Não

Tom: [0.5,2.0]. Padrão do serviço: 1.0.

wordTimestampEnabled

boolean

Não

Retorna timestamps de palavras. Padrão: false.

languageHints

string[]

Não

ObservaçãoPara as vozes multilíngues e dialetais do qwen-audio-3.1-tts-flash, este parâmetro define o idioma ou dialeto. Para mais detalhes, consulte a seção de configuração de vozes multilíngues e dialetais.

Dicas de idioma de destino. Apenas o primeiro elemento tem efeito.

instruction

string

Não

Instruções de síntese para dialeto, emoção ou papel.

parameters

TtsSynthesisParameters

Não

Parâmetros adicionais, como enable_ssml, seed e hot_fix.

connectTimeoutMs

number

Não

Tempo limite de conexão em ms. Padrão: 10000.

taskTimeoutMs

number

Não

Tempo limite da confirmação de início/fim em ms. Padrão: 60000; 0 desativa.

parameters.enable_ssml

boolean

Não

Ativa SSML. Envie o texto SSML completo e não vazio uma vez por tarefa. Consulte os limites.

parameters.bit_rate

number

Não

Taxa de bits MP3/Opus em kbps. Intervalo: [6,510]; padrão: 32.

parameters.seed

number

Não

Semente aleatória: [0,65535].

parameters.hot_fix

Record<string, unknown>

Não

Configuração de hot-fix em parameters.hot_fix. Consulte a estrutura em eventos do cliente.

parameters.enable_markdown_filter

boolean

Não

Define se a filtragem de Markdown está ativada. Quando ativada, o serviço converte Markdown em texto adequado para leitura em voz alta antes da síntese.

Valor padrão: false. Defina como true para ativar.

Referência da API

Métodos principais

Método

Retorno

Descrição

synthesize(text: string)

Promise<Buffer>

Sintetiza o texto completo e retorna áudio. Até 20000 caracteres.

begin()

Promise<void>

Inicia a síntese em streaming; depois envie texto.

sendText(text: string)

void

Envia texto: até 20000 caracteres por chamada e 200000 por tarefa.

end()

Promise<Buffer>

Encerra a entrada, aguarda a síntese e retorna o áudio completo.

cancel()

void

Solicita o cancelamento da síntese.

close(code?: number, reason?: string)

void

Fecha a conexão e libera os recursos da tarefa.

Eventos de callback

Registre callbacks com on(event, listener). Consulte os campos completos em eventos do servidor.

Evento

Payload

Descrição

started

{ taskId: string }

A tarefa iniciou e aceita entrada.

audio

Buffer

Trecho binário de áudio; pode ocorrer várias vezes.

sentenceBegin

{ index: number; text: string }

A síntese de uma frase começou.

sentenceEnd

{ index: number; text: string; characters?: number; words?: TtsWord[]; usage?: TtsUsage }

Síntese da frase concluída; pode incluir timestamps e uso original.

finished

{ taskId: string; characters?: number; usage?: TtsUsage }

A tarefa terminou e o estado local foi limpo.

failed / error

DashScopeError

Erro com code, message e identificadores da requisição.

close

{ code: number; reason: string }

Notificação de fechamento da conexão subjacente.

event

ServerEvent

Mensagem JSON original do serviço.