Skip to main content

qwen3-tts-flash-realtime

O modelo Qwen3-TTS-Flash-Realtime é o modelo base de síntese de fala em tempo real da Tongyi. Ele oferece 17 vozes expressivas e gera áudio com baixa latência e alta estabilidade. O modelo suporta saída em vários idiomas e dialetos, mantendo características vocais consistentes entre eles. Treinado com grandes conjuntos de dados, o sistema ajusta autonomamente os tons vocais conforme a semântica do texto e apresenta recursos robustos para sintetizar conteúdo complexo.

Provedor de service de Inferência

O Alibaba Cloud Model Studio fornece o service de inferência para qwen3-tts-flash-realtime.

Capacidades do Modelo

Capacidade

Suporte

Capacidade

Suporte

Modalidade de Entrada

Text

Modalidade de Saída

Audio

Experiência do Modelo

Unsupported

Function Calling

Unsupported

Saídas Estruturadas

Unsupported

Pesquisa na Web

Unsupported

Conclusão de Prefixo

Unsupported

Cache de Contexto

Unsupported

Inferência em Lote

Unsupported

Ajuste Fino

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.
  • China (Beijing)
  • Singapore

Item de Faturamento

Preço (USD)

Unidade

TTS

0,143353

Por 10.000 caracteres

Uso da API

Limites de Taxa

  • China (Beijing)
  • Singapore

Parâmetro

Valor

RPM (Requisições Por Minuto)

180