Parameter HTTP, respons, dan contoh untuk membuat, mencantumkan, dan menghapus suara Qwen-Omni, serta membuat dan menghapus suara LiveTranslate yang dibuat sebelumnya.
Referensi ini mencakup Qwen-Omni, Qwen-Omni-Realtime, dan suara Qwen-LiveTranslate-Realtime yang dibuat sebelumnya.
Pertama, dapatkan API Key dan konfigurasikan variabel lingkungan. Contoh permintaan membaca
Ganti
Wilayah Tiongkok (Beijing):
Qwen-Omni, Qwen-Omni-Realtime: Format audio input yang didukung meliputi WAV (16-bit), MP3, dan M4A. Durasi yang disarankan 10–20 detik, maksimum 60 detik, ukuran file di bawah 10 MB, laju sampling minimal 24 kHz, dan hanya mono. Audio harus memuat ucapan jelas yang berkelanjutan minimal 3 detik, dengan jeda maksimal 2 detik. Hindari musik latar, derau, atau suara orang lain di seluruh rekaman. Gunakan ucapan biasa, bukan lagu atau nyanyian. Bahasa dan dialek yang didukung tercantum pada parameter
Jika terjadi error, lihat Kode error untuk pemecahan masalah.
| Model target | Operasi yang disediakan |
|---|---|
| Qwen-Omni, Qwen-Omni-Realtime | Membuat, mencantumkan, dan menghapus suara |
| Qwen-LiveTranslate-Realtime | Membuat dan menghapus suara yang dibuat sebelumnya |
DASHSCOPE_API_KEY. Gunakan akun yang sama saat mengelola suara yang sama melalui API berbeda.
Titik akhir layanan
Qwen-Omni、Qwen-Omni-Realtime
- Tiongkok (Beijing)
- Singapura
POST https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/api/v1/services/audio/tts/customization{WorkspaceId} dengan ID ruang kerja yang sebenarnya. ID ini tersedia pada halaman Workspace Details di konsol Alibaba Cloud Model Studio. API Key untuk Beijing dan Singapura berbeda.
Qwen-LiveTranslate-Realtime
Wilayah Tiongkok (Beijing):
POST https://dashscope.aliyuncs.com/api/v1/services/audio/tts/customization
Header permintaan
| Parameter | Tipe | Wajib | Deskripsi |
|---|---|---|---|
| Authorization | string | Ya | Token otentikasi dalam format Bearer <your_api_key>. Ganti <your_api_key> dengan Kunci API Anda yang sebenarnya. |
| Content-Type | string | Ya | Tetapkan ke application/json. |
Persyaratan audio dan biaya
Qwen-Omni, Qwen-Omni-Realtime: Format audio input yang didukung meliputi WAV (16-bit), MP3, dan M4A. Durasi yang disarankan 10–20 detik, maksimum 60 detik, ukuran file di bawah 10 MB, laju sampling minimal 24 kHz, dan hanya mono. Audio harus memuat ucapan jelas yang berkelanjutan minimal 3 detik, dengan jeda maksimal 2 detik. Hindari musik latar, derau, atau suara orang lain di seluruh rekaman. Gunakan ucapan biasa, bukan lagu atau nyanyian. Bahasa dan dialek yang didukung tercantum pada parameter language di bawah. Rekomendasi perekaman tersedia dalam Persyaratan audio.
Langkah kloning, contoh lengkap, dan biaya tersedia dalam Panduan pengguna kloning suara.
Qwen-LiveTranslate-Realtime: Mendukung qwen3.8-livetranslate-flash-realtime dan qwen3.5-livetranslate-flash-realtime. Bagian ini menjelaskan pembuatan suara sebelumnya. Ekstraksi suara input secara realtime selama penerjemahan dijelaskan dalam Konfigurasi suara. Pembuatan suara sebelumnya dikenai biaya terpisah. Panggilan model tetap ditagih berdasarkan penggunaan token seperti dijelaskan dalam Informasi penagihan. Audio referensi harus menggunakan URL yang dapat diakses publik.
Isi permintaan
model string — WajibAtur ke qwen-voice-enrollment.input object — Wajib
Properti action string — WajibOperasi:
string — Wajib saat membuatModel yang akan menggunakan suara. Model ini harus sama dengan model pada pemanggilan sintesis atau percakapan berikutnya; jika berbeda, pemanggilan gagal.Qwen-Omni, Qwen-Omni-Realtime: model omni:
object — Wajib saat membuatObjek audio referensi.
Properti data string — WajibQwen-Omni, Qwen-Omni-Realtime: Audio untuk kloning. Perekaman harus mengikuti Panduan perekaman dan audio harus memenuhi Persyaratan audio.Untuk Qwen-Omni dan Qwen-Omni-Realtime, data audio dapat dikirim dengan salah satu dari dua cara berikut:
Contoh enkode Data URL python string — Wajib saat membuatQwen-Omni, Qwen-Omni-Realtime: beri nama yang mudah dikenali untuk suara. Hanya angka, huruf besar dan kecil, serta garis bawah yang diizinkan, maksimal 16 karakter.Kata kunci ini muncul dalam nama suara kloning. Misalnya, jika kata kuncinya “guanyu”, nama suara akhirnya adalah “qwen-omni-vc-guanyu-voice-20250812105009984-838b”.Qwen-LiveTranslate-Realtime: Pengidentifikasi dalam nama suara.text string — Opsional saat membuatBerlaku untuk: Qwen-Omni, Qwen-Omni-Realtime.Teks yang sesuai dengan konten audio pada bidang data dalam objek audio.Jika diberikan, server memvalidasi kecocokan audio dengan teks. Jika perbedaannya terlalu besar, Audio.PreprocessError dikembalikan.language string — Opsional saat membuatBerlaku untuk: Qwen-Omni, Qwen-Omni-Realtime.Bahasa audio data dalam objek audio.Bahasa yang didukung meliputi zh (Mandarin), en (Inggris), de (Jerman), it (Italia), pt (Portugis), es (Spanyol), ja (Jepang), ko (Korea), fr (Prancis), ru (Rusia), th (Thai), id (Indonesia), ar (Arab), cs (Ceko), da (Denmark), nl (Belanda), fi (Finlandia), he (Ibrani), hi (Hindi), is (Islandia), ms (Melayu), no (Norwegia), fa (Persia), pl (Polandia), sv (Swedia), tl (Tagalog), tr (Turki), ur (Urdu), vi (Vietnam).Dialek Mandarin: Dongbei (Mandarin Timur Laut), Shannxi (dialek Shaanxi), Sichuan (dialek Sichuan), Henan (dialek Henan), Changsha (dialek Changsha), Tianjin (dialek Tianjin), Hangzhou (dialek Hangzhou), Liaoning (dialek Liaoning), Shenyang (dialek Shenyang), Anshan (dialek Anshan).Jika parameter ini digunakan, bahasa yang ditentukan harus sama dengan bahasa audio yang benar-benar digunakan untuk kloning.page_index integer — Opsional saat mencantumkanIndeks halaman. Nilai default: 0. Rentang nilai: [0, 1000000].page_size integer — Opsional saat mencantumkanJumlah entri per halaman. Nilai default: 10. Rentang nilai: [0, 1000000].voice string — Wajib saat menghapusID suara yang akan dihapus.Setelah suara dihapus melalui Qwen-Omni atau Qwen-Omni-Realtime, kuota suara terkait dilepaskan.object — Wajib bersyarat saat membuatBerlaku untuk: Qwen-Omni, Qwen-Omni-Realtime.Parameter konfigurasi. Untuk model seri qwen3.8-omni, objek ini wajib digunakan untuk memberikan voice_clone_mode.
Properti voice_clone_mode string — Wajib bersyaratMode kloning suara. Wajib saat menggunakan model seri qwen3.8-omni. Jika tidak ditentukan, default-nya adalah mode talker system instruct qwen3.5-omni, yang kompatibel dengan layanan lama.Nilai valid:
boolean — OpsionalNilai default: false.Apakah prapemrosesan audio akan dilewati. | Contoh permintaan
Contoh cURL menggunakan URL audio. Ganti https://xxx.wav dengan alamat sebenarnya. Contoh Python dan Java membaca file audio lokal. Ganti input.mp3 dengan jalur file sebenarnya.cURL |
Isi respons
request_id stringPengidentifikasi unik permintaan ini.output objectDikembalikan saat membuat dan mencantumkan suara. Bidang ini tidak ada saat penghapusan.
Properti voice string — Dikembalikan saat membuatQwen-Omni, Qwen-Omni-Realtime: Nama suara yang dapat digunakan sebagai parameter voice dalam panggilan API Omni berikutnya.Qwen-LiveTranslate-Realtime: ID suara yang dibuat digunakan pada parameter voice sesi penerjemahan berikutnya.target_model string — Dikembalikan saat membuatQwen-Omni, Qwen-Omni-Realtime: Model omni yang menggunakan suara:
array[object] — Dikembalikan saat mencantumkanDaftar suara yang ditemukan.
Properti voice stringNama suara yang dapat digunakan sebagai parameter voice dalam panggilan API Omni berikutnya.target_model stringModel omni yang menggunakan suara:
stringWaktu pembuatan suara.objectBerlaku untuk: Qwen-Omni, Qwen-Omni-Realtime.Informasi penggunaan untuk permintaan ini.
Properti count integerJumlah operasi “pembuatan suara” yang benar-benar ditagih untuk permintaan ini. Biaya permintaan ini adalah $count × 0.01.Selalu 1 untuk pembuatan suara. Mencantumkan atau menghapus suara gratis, sehingga nilainya selalu 0. | Contoh respons
|