

تخدم عائلة Qwen Audio 3.0 TTS من Alibaba التطبيقات الاجتماعية والمرافقة وتطبيقات الوقت الفعلي. قم بتوجيه الأداء الصوتي ومستوى الصوت لنموذج Plus باستخدام تعليمات اللغة الطبيعية، أو استخدم نموذج Flash للحوار المباشر وخدمة العملاء. تقدم Atlas Cloud تسعيراً قياسياً قدره 0.02 دولار أمريكي لكل 1000 حرف إدخال لنموذج Plus و0.015 دولار أمريكي لنموذج Flash، مما يساعدك على تقدير التكاليف لكل عبء عمل. ابدأ البناء اليوم.
Qwen Audio 3.0 TTS من تطوير Alibaba. توفّر Atlas Cloud (التي تُشغّلها Atlas Cloud AI LLC) إمكانية الوصول إليه ولا تملكه. جميع العلامات التجارية ملك لأصحابها المعنيين.
يوفر لك Atlas Cloud أحدث النماذج الإبداعية الرائدة في الصناعة.
اختر أصواتًا رئيسية معبّرة لتجارب المرافق الافتراضي، أو كلامًا بزمن استجابة منخفض للتفاعل الفوري.
| النمط | الوصف |
|---|---|
| Qwen Audio 3.0 TTS Flash API (Text to Speech) | حوّل النص إلى كلام بتوليف منخفض الكمون، ودعم واسع للغات، وتغطية للهجات الصينية. تتيح التعليمات المرنة توجيه الأداء الصوتي للمساعدات الصوتية والحوار المباشر وخدمة العملاء. السعر القياسي هو $0.015 لكل 1,000 حرف مُدخل. |
| Qwen Audio 3.0 TTS Plus API (Text to Speech) | للتطبيقات الاجتماعية وتطبيقات المرافق الافتراضي، تحوّل نقطة النهاية الرئيسية هذه النص إلى كلام طبيعي ومعبر باستخدام أصوات النظام. تحكّم في المشاعر والنبرة والدور والسرعة ومستوى الصوت عبر تعليمات مرنة لتشكيل كل تفاعل. السعر القياسي هو $0.02 لكل 1,000 حرف مُدخل. |
اختر Qwen Audio 3.0 TTS Flash أو Plus لتلبية الاحتياجات الحوارية المختلفة، مع كتالوجات صوتية واسعة، وتركيب متعدد اللغات، وأداء صوتي قابل للتعديل، وإدخال نصي منظم، ومخرجات صوتية مرنة عبر Atlas Cloud.
يوفر Qwen Audio 3.0 TTS نموذج Flash للتفاعلات ذات زمن الوصول المنخفض ونموذج Plus للحصول على صوت مرافق طبيعي ومعبر. تبلغ أسعار Atlas Cloud القياسية 0.015 دولار لكل 1000 حرف إدخال لـ Flash و0.02 دولار لـ Plus. اختر النموذج الذي يتوافق مع الأولويات الحوارية لمنتجك، مع نظام الدفع حسب الاستخدام. يوفر هذا للمساعدين الصوتيين، وأدوات خدمة العملاء، والتطبيقات الاجتماعية خيارين للتركيب الصوتي بأسعار واضحة.
يعرض كل نموذج 3.0 كتالوجًا يضم 597 صوتًا أساسيًا مستنسخًا مع عينات معاينة وتصنيفات للجنس واللغة. تصفح الأصوات المتاحة، واستمع إلى العينات، وقم بتمرير معرف الصوت (Voice ID) الخاص بالنموذج المحدد مع النص الخاص بك. معرفات الصوت خاصة بكل نموذج. يجعل هذا من السهل اختيار راوٍ أو شخصية مرافقة قبل دمج الكلام في تطبيقك.
بالنسبة للكلام متعدد اللغات، يقبل كلا النموذجين تلميح لغة واحدًا لكل طلب، مع 10 رموز مدعومة تغطي الصينية والإنجليزية واليابانية والكورية والفرنسية والألمانية والبرتغالية والإيطالية والفيتنامية والإندونيسية. قم بتعيين language_hints للغة المقصودة واختر صوتًا متوافقًا. يدعم Flash أيضًا تركيب اللهجات الصينية. يمكن للمطورين استخدام أدوات التحكم هذه لتكييف التجارب المنطوقة مع الجماهير الدولية والمجتمعات الصينية الإقليمية.
أخبر النموذج بالإحساس الذي يجب أن تنقله العبارة من خلال تعليمات اللغة الطبيعية الخاصة بالعاطفة والنبرة والشخصية وطريقة الأداء. يوفر كلا النموذجين أيضًا معاملات ضرب للسرعة ودرجة الصوت تتراوح من 0.5 إلى 2.0، ومستوى صوت من 0 إلى 100. اجمع بين تعليمات النمط وعناصر التحكم الرقمية هذه لتحسين النص نفسه. تستفيد الحوارات المعبرة وتجارب المرافقة الافتراضية من طريقة الأداء المصممة خصيصًا لتناسب اللحظة.
عندما يحتاج النص البرمجي إلى توقفات متعمدة أو رياضيات منطوقة، يدعم كلا النموذجين إدخال SSML و LaTeX مع تمكين enable_ssml. أرسل النص المُجهز من خلال نفس طلب التوليف بدلاً من التعامل مع كل فقرة كنص نثري عادي. يوفر SSML طريقة لتحديد التوقفات، بينما يمثل LaTeX الصيغ الخاصة بالصوت. تناسب خيارات الإدخال هذه السرد التعليمي والنصوص التي تتطلب قراءة أكثر تأنياً.
يدعم تسليم الصوت أربعة تنسيقات: MP3 و PCM و WAV و Opus، مع سبعة خيارات لمعدل أخذ العينات من 8000 إلى 48000 هرتز. حدد output_format و sample_rate في طلبك؛ ينطبق bit_rate فقط على Opus. يستخدم Atlas Cloud الإرسال غير المتزامن واستطلاع معرف المهمة لاسترداد عناوين URL للصوت المُنشأ. يتيح سير العمل هذا للفرق إعداد ملفات الكلام لمتطلبات التشغيل والإنتاج المختلفة من خلال واجهة برمجة تطبيقات (API) واحدة.
قارن Qwen Audio 3.0 TTS مع خليفته الرائد وبديل من ElevenLabs باستخدام نصوص متطابقة تحفز الوقفات الدقيقة والتحولات العاطفية والنهايات الدافئة.
شش... ظننت أننا فقدناك. انتظر، ذلك الضوء... لقد وجدت طريقك إلى المنزل! تعال إلى هنا. أنت في أمان الآن، والليلة، لا أحد مضطر لمواجهة الظلام بمفرده.
Generated with Qwen-Audio 3.1 TTS Plus on Atlas Cloud
Generated with ElevenLabs v3 Text-to-Speech on Atlas Cloud
Generated with Qwen-Audio 3.0 TTS Plus on Atlas Cloud
استمع... مجرد فرقعة خفيفة. الآن، القمة الأولى: قشرة مقرمشة، زبدة دافئة، متعة خالصة! أوه، هذا لذيذ حقاً. تفضل بالجلوس. هناك دائماً مكان لك على مائدتنا.
Generated with Qwen-Audio 3.1 TTS Plus on Atlas Cloud
Generated with ElevenLabs v3 Text-to-Speech on Atlas Cloud
Generated with Qwen-Audio 3.0 TTS Plus on Atlas Cloud
اجمع بين أصوات Plus المعبّرة والتوليد السريع منخفض الكمون من Flash في Qwen Audio 3.0 لتحويل النص إلى كلام، وأنشئ حوارات للرفقاء ومساعدين صوتيين ودعمًا محليًا وسردًا للقصص وتعليقات صوتية للعلامات التجارية ودروسًا مسموعة.
امنح الرفقاء الافتراضيين أصواتًا معبّرة باستخدام Plus، وشكّل المشاعر والنبرة والدور عبر التعليمات. أنشئ تحيات ودودة، أو حوارات مرحة، أو ردودًا مطمئنة للتطبيقات الاجتماعية وتجارب الشخصيات التفاعلية.
عندما يحتاج المساعدون إلى ردود منطوقة، يوفّر Flash توليدًا للكلام منخفض الكمون ومناسبًا للحوار المباشر. استخدمه طبقةً للإخراج الصوتي في الواجهات الحوارية التي تحوّل النص المُنشأ إلى كلام.
يدعم Flash لغات متعددة ولهجات صينية، ما يتيح إضافة كلام محلي إلى مسارات عمل خدمة العملاء. حوّل ردود الدعم المكتوبة إلى إرشادات منطوقة لتجارب دعم إقليمية تلائم جمهور التطبيق.
باستخدام Plus، تحدد التعليمات مشاعر الراوي ونبرته، بينما تضبط عناصر التحكم في الكلام سرعة الإلقاء ومستوى الصوت. أنشئ مقاطع قصصية منطوقة وحوارات للشخصيات لمشاريع الكتب الصوتية وتطبيقات سرد القصص والمحتوى الصوتي المتسلسل.
حوّل نصوص المنتجات إلى تعليقات صوتية معبّرة باستخدام Plus، مع تعليمات تحدد أسلوب الإلقاء والشخصية. أنشئ مقدمات منطوقة للمنتجات ومقاطع ترويجية وشروحات للتطبيقات، بما يتوافق مع التوجه الصوتي لعلامتك التجارية.
في تطبيقات التعلّم، يحوّل Plus النصوص التعليمية إلى كلام معبّر، مع إمكانية ضبط السرعة ومستوى الصوت. يستطيع المعلّمون إنشاء أمثلة مسرودة ومقدمات للدروس وأدلة دراسية مسموعة، بأسلوب إلقاء يناسب موادهم التعليمية.
قارن Qwen Audio 3.0 TTS مع متغيرات 3.1 ونماذج MiniMax Speech بناءً على تركيز التطبيق، وعناصر التحكم في الكلام، وتنسيقات الصوت، والتسعير القياسي لـ Atlas Cloud.
| النموذج | الاستخدامات | أدوات التحكم بالصوت | تنسيقات الصوت | السعر القياسي لكل 1K حرف |
|---|---|---|---|---|
| Qwen-Audio 3.0 TTS Plus | أصوات معبّرة للتواصل الاجتماعي وتجارب الرفقة | حدّد المشاعر والنبرة والدور عبر التعليمات، واضبط السرعة وطبقة الصوت ومستوى الصوت | MP3, PCM, WAV, Opus | $0.02 |
| Qwen-Audio 3.0 TTS Flash | توليد صوت منخفض الكمون للمساعدات والحوارات المباشرة وخدمة العملاء | اضبط السرعة وطبقة الصوت ومستوى الصوت، إلى جانب التعليمات الخاصة بالمشاعر وأسلوب التحدث | MP3, PCM, WAV, Opus | $0.015 |
| Qwen-Audio 3.1 TTS Plus | أصوات العلامات التجارية والكتب الصوتية والدبلجة وأداء الشخصيات | وجّه الإلقاء العاطفي وأدوار الشخصيات عبر التعليمات، ثم اضبط السرعة وطبقة الصوت ومستوى الصوت | MP3, PCM, WAV, Opus | $0.03 |
| Qwen-Audio 3.1 TTS Flash | كلام متعدد اللغات واللهجات للتطبيقات التفاعلية | امزج التعليمات باللغة الطبيعية مع وسوم التعبير وإعدادات الكلام القابلة للضبط | MP3, PCM, WAV, Opus | $0.003 |
| MiniMax Speech 2.8 HD | إنتاج كلام يركّز على الطبيعية وجودة التعبير | اختر صوتًا واضبط السرعة وطبقة الصوت ومستوى الصوت | MP3, WAV, FLAC | $0.10 |
| MiniMax Speech 2.8 Turbo | توليد سريع للكلام مع إمكانية اختيار الأصوات واستخدام وسوم التداخلات الكلامية | استخدم إعدادات مسبقة للمشاعر وتداخلات كلامية ضمن النص، واضبط السرعة وطبقة الصوت ومستوى الصوت | MP3, WAV, FLAC | $0.06 |
Get started in minutes — follow these simple steps to integrate and deploy models through Atlas Cloud’s platform.
سجّل في atlascloud.ai وأكمل التحقق. يحصل المستخدمون الجدد على رصيد مجاني لاستكشاف المنصة واختبار النماذج.
دمج نماذج Qwen Audio 3.0 TTS المتقدمة مع منصة Atlas Cloud المسرّعة بـ GPU يوفر أداءً لا مثيل له وقابلية للتوسع وتجربة مطور استثنائية.
زمن انتقال منخفض:
استدلال محسّن لـ GPU للاستجابة في الوقت الفعلي.
API موحد:
قم بتشغيل Qwen Audio 3.0 TTS و GPT و Gemini و DeepSeek من خلال تكامل واحد.
تسعير شفاف:
فواتير يمكن التنبؤ بها لكل رمز مع خيارات بدون خادم.
تجربة المطور:
SDKs والتحليلات وأدوات الضبط الدقيق والقوالب.
الموثوقية:
وقت تشغيل 99.99%، RBAC، وتسجيل جاهز للامتثال.
الأمان والامتثال:
SOC 2 Type II، توافق HIPAA، سيادة البيانات في الولايات المتحدة.
Qwen Audio 3.0 TTS عائلة نماذج تحويل النص إلى كلام من Alibaba، متاحة بنسختَي Plus وFlash على Atlas Cloud. تحوّل النص المكتوب إلى كلام، مع تعليمات باللغة الطبيعية للتحكم في المشاعر والنبرة والشخصية وأسلوب الإلقاء.
أنشئ تجارب صوتية للمرافقين الاجتماعيين والمساعدين الصوتيين والحوار التفاعلي ودعم العملاء. يناسب Plus التفاعلات مع المرافقين بفضل أسلوب الإلقاء التعبيري، بينما صُمّم Flash للتطبيقات التي تعطي الأولوية لتوليد الكلام بزمن استجابة منخفض.
أنشئ مفتاح API لـ Atlas Cloud، ثم أرسل طلب POST موثّقًا إلى https://api.atlascloud.ai/api/v1/model/generateAudio يتضمن النموذج والنص والصوت. استخدم alibaba/qwen-audio-3.0-tts-plus/text-to-speech أو alibaba/qwen-audio-3.0-tts-flash/text-to-speech بوصفه معرّف النموذج. استعلم دوريًا عن https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id} باستخدام معرّف المهمة المُعاد حتى يكتمل التوليد، ثم استخرج رابط الصوت من outputs.
التسعير القياسي على Atlas Cloud هو $0.02 لكل 1,000 حرف مُدخل لنسخة Plus و$0.015 لكل 1,000 حرف مُدخل لنسخة Flash. تعتمد الفوترة في كلتا النسختين على عدد الأحرف وبحسب الاستخدام.
تعرض صفحة كل نسخة على Atlas Cloud ما مجموعه 597 صوتًا أساسيًا، مع بيانات اللغة والجنس وعينات للمعاينة. تدعم النماذج الكلام متعدد اللغات واللهجات الصينية، وتشمل تلميحات اللغة الصينية والإنجليزية واليابانية والكورية. عاين الصوت باللغة أو اللهجة المستهدفة قبل اختياره للاستخدام في بيئة الإنتاج.
صِف المشاعر أو النبرة أو الشخصية المطلوبة في المَعلمة instruction، واضبط السرعة وطبقة الصوت ومستوى الصوت عبر المَعلمات المخصصة لها. بالنسبة إلى إدخال النص المنظّم، يتيح enable_ssml استخدام SSML وLaTeX، ما يوفر تحكمًا إضافيًا في إخراج الكلام.
اختر MP3 أو PCM أو WAV أو Opus عبر output_format، ويكون MP3 هو التنسيق الافتراضي. تعرض كلا النموذجين أيضًا sample_rate، بينما تنطبق bit_rate على إخراج Opus تحديدًا.
اختر Plus عندما يكون الإلقاء الطبيعي والتعبيري عنصرًا أساسيًا في تجربة اجتماعية أو تجربة مرافق. إذا كان تطبيقك يعطي الأولوية للتفاعل بزمن استجابة منخفض وتكلفة أقل لكل حرف، فابدأ بـ Flash. قارن بينهما باستخدام النص نفسه وأسلوب الإلقاء المطلوب قبل اتخاذ القرار.
يعتمد تكامل Atlas Cloud الموثّق على إرسال الطلب بشكل غير متزامن والاستعلام عن حالته، ثم يعيد رابطًا للصوت عند اكتمال المهمة. صمّم تشغيل الصوت على أساس سير عمل قائم على المهام، وتحقّق بشكل منفصل من توفر البث إذا كان تطبيقك يحتاج إلى مقاطع صوتية أثناء التوليد.
قد يؤدي استخدام معرّف صوت تابع لنموذج آخر إلى ظهور InvalidParameter، لذا اختر صوتًا من الكتالوج المرتبط بالنسخة التي حددتها. عند التبديل بين Plus وFlash، حدّث النموذج والصوت معًا بدلًا من إعادة استخدام معرّف الصوت السابق.
أدلة وشروحات وتحديثات المنتج لمساعدتك على تحقيق أقصى استفادة من Atlas Cloud.