千問voice-design模型是千問語音模型的聲音設計系列模型，僅需輸入簡單的文字描述，即可迅速設計出符合要求的相關聲音。結合qwen3-tts-vd-realtime模型使用，可設計輸出10個語種的語音。且合成音頻可以根據文本自適應調節語氣，對複雜文本合成也有較好的處理能力。
推理服務供應商
qwen-voice-design模型的推理服務供應商為阿里雲百鍊。
模型能力
| 能力項 | 支援情況 | 能力項 | 支援情況 |
|---|---|---|---|
輸入模態 | Text | 輸出模態 | Audio |
模型體驗 | 不支援 | Function Calling | 不支援 |
結構化輸出 | 不支援 | 連網搜尋 | 不支援 |
首碼續寫 | 不支援 | 上下文緩衝 | 不支援 |
批量推理 | 不支援 | 模型調優 | 不支援 |
上下文限制
| 參數 | 值 | 參數 | 值 |
|---|---|---|---|
最大輸入長度 | — | 最大輸出長度 | — |
上下文長度 | — |
模型價格
本文僅展示模型調用原價，不包含限時優惠等活動資訊，請前往百鍊控制台查看活動優惠。
- 華北2（北京）
- 新加坡
| 計費項目 | 價格（美元） | 單位 |
|---|---|---|
聲音複刻及聲音設計 | 0.2 | 每次 |
限流
- 華北2（北京）
- 新加坡
| 參數 | 值 |
|---|---|
RPM（每分鐘請求數） | 180 |