O Qwen Voice-Enrollment é uma série de modelos de clonagem de voz da família de modelos de fala Qwen. Ele replica vozes com alta similaridade usando apenas 5 segundos ou mais de áudio. Em conjunto com o modelo qwen3-tts-vc-realtime, reproduz a voz de uma pessoa com alta fidelidade e gera fala em 10 idiomas. Além disso, o áudio sintetizado ajusta o tom automaticamente conforme o texto e processa eficientemente a síntese de textos complexos.
Provedor de service de inferência
O Alibaba Cloud Model Studio fornece o service de inferência para qwen-voice-enrollment.
Capacidades do modelo
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Audio | Modalidade de saída | Text |
Experiência do modelo | Unsupported | Function Calling | Unsupported |
Saídas estruturadas | Unsupported | Busca na web | Unsupported |
Conclusão de prefixo | Unsupported | Cache de contexto | Unsupported |
Inferência em lote | Unsupported | Fine-tuning | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | — | Comprimento máximo de saída | — |
Janela de contexto | — |
Preços
Esta página exibe apenas os preços originais das chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Model Studio Console para consultar ofertas promocionais.
- Singapore
Item de faturamento | Preço (USD) | Unidade |
Voice Enrollment And Design | 0,01 | call(s) |
Limites de taxa
- China (Beijing)
- Singapore
Parâmetro | Valor |
RPM (solicitações por minuto) | 180 |