千問voice-enrollment模型是千問語音模型的聲音複刻系列模型，僅需5s以上的音頻，即可迅速複刻高相似性聲音。結合qwen3-tts-vc-realtime模型使用，可將一個人的聲音高保真複刻，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-enrollment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 | Audio | 輸出模態 | Text |
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。
- 新加坡
部署範圍：國際
| 計費項目 | 價格（美元） | 單位 |
|---|---|---|
聲音複刻及聲音設計 | 0.01 | 次 |
限流
- 華北2（北京）
- 新加坡
| 參數 | 值 |
|---|---|
RPM（每分鐘請求數） | 180 |