El Qwen3-TTS-Flash es el modelo base de texto a voz sin conexión de Tongyi, que cuenta con 17 voces expresivas a la vez que permite una síntesis de audio de baja latencia y alta estabilidad. Soporta salidas en múltiples idiomas y dialectos con características de voz consistentes entre idiomas. Entrenado con conjuntos de datos masivos, el sistema ajusta automáticamente los tonos vocales basándose en la semántica del texto y demuestra capacidades robustas para sintetizar contenido complejo.
Proveedor de servicios de inferencia
El proveedor de servicios de inferencia para qwen3-tts-flash es Alibaba Cloud Model Studio.
Capacidades del modelo
- China (Beijing)
- Singapore
| Capacidad | Compatibilidad | Capacidad | Compatibilidad |
|---|---|---|---|
Modalidad de entrada | Texto | Modalidad de salida | Audio |
Experiencia del modelo | Compatible | Llamada a funciones | No compatible |
Salidas estructuradas | No compatible | Búsqueda web | No compatible |
Completado de prefijo | No compatible | Almacenamiento en caché de contexto | No compatible |
Batch Inference | No compatible | Ajuste fino | No compatible |
Límites de contexto
| Parámetro | Valor | Parámetro | Valor |
|---|---|---|---|
Longitud máxima de entrada | — | Longitud máxima de salida | — |
Ventana de contexto | — |
Precios
Esta página solo muestra los precios originales para las llamadas a la API del modelo, excluyendo cualquier promoción por tiempo limitado. Visite Model Studio Console para ver ofertas promocionales.
- China (Beijing)
- Singapore
| Concepto de facturación | Precio (USD) | Unidad |
|---|---|---|
TTS | 0.114682 | Por cada 10,000 caracteres |
Límites de tasa
- China (Beijing)
- Singapore
| Parámetro | Valor |
|---|---|
RPM (Solicitudes por minuto) | 180 |