

يجلب Qwen Audio 3.1 TTS عائلة توليد الصوت من Alibaba للمطورين. يوفر Flash أصواتًا متعددة اللغات ولهجات صينية، بما في ذلك لغة شنغهاي والكانتونية، للتطبيقات التفاعلية. يدعم Plus استنساخ الصوت من الصوت المرجعي الصاخب لأعمال الصوت المتميزة. تدرج Atlas Cloud الأسعار القياسية لكل 1000 حرف عند 0.003 دولار لـ Flash و 0.03 دولار لـ Plus. ابدأ البناء اليوم.
Qwen Audio 3.1 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 توليد الكلام بزمن استجابة منخفض للتفاعلات المباشرة، أو توليدًا صوتيًا رائدًا باستنساخ موثوق.
| النمط | الوصف |
|---|---|
| Qwen Audio 3.1 TTS Flash (تحويل النص إلى كلام) | حوّل النص إلى كلام باستخدام أصوات النظام التي تدعم لغات متعددة ولهجات صينية. تتيح التعليمات التحكم في المشاعر والنبرة والشخصية والسرعة ومستوى الصوت. صُمّم Flash لتقليل زمن الاستجابة للصوت الأولي، ما يجعله مناسبًا للمساعدات الصوتية والمحادثات المباشرة ودعم العملاء التفاعلي. |
| Qwen Audio 3.1 TTS Plus (تحويل النص إلى كلام) | لإنتاج صوتي متميز، يحوّل Plus النص إلى كلام بلغات متعددة أو بلهجات مختلفة، ويدعم استنساخ الأصوات بموثوقية انطلاقًا من صوت مرجعي مشوش. تحكّم في المشاعر والنبرة والشخصية والسرعة ومستوى الصوت عبر التعليمات، لإنتاج سرد يحمل هوية العلامة التجارية وكتب صوتية وأداء أصوات الشخصيات. |
من تركيب الكلام الذي يركز على زمن الوصول في Flash إلى إنتاج الصوت المتميز في Plus، يجمع Qwen Audio 3.1 TTS بين التقديم متعدد اللغات واللهجات الصينية وعناصر التحكم التعبيرية والوصول الموحد إلى واجهة برمجة التطبيقات من Atlas Cloud.
Flash هو مستوى الاستجابة ذات زمن الوصول المنخفض من Qwen Audio 3.1 TTS، وهو مُحسَّن لاستجابة الحزمة الأولى في التفاعلات في الوقت الفعلي. يجمع تركيب الكلام الخاص به بين الأصوات متعددة اللغات مع تعليمات العاطفة والنبرة والدور والسرعة ومستوى الصوت. صف طريقة الأداء التي يحتاجها تطبيقك أثناء توفير النص المراد التحدث به. يناسب هذا المستوى المساعدين الصوتيّين والمنتجات الحوارية وتجارب خدمة العملاء حيث تكون سرعة الاستجابة الصوتية أمرًا بالغ الأهمية.
يجلب Plus تركيباً صوتياً ممتازاً واستنساخاً قوياً للصوت إلى Qwen Audio 3.1 TTS، مع توفر أربعة أصوات نظام في مخطط معلمات Atlas Cloud. تم تصميم النموذج للحفاظ على الوضوح عندما تحتوي التسجيلات المرجعية على ضوضاء أو صدى. تشكل تعليمات اللغة الطبيعية العاطفة والنبرة والشخصية الناتجة. اختر Plus لسرد العلامات التجارية وإنتاج الكتب الصوتية ودبلجة الأفلام وأداء الشخصيات التعبيري.
يقع الكلام متعدد اللغات واللهجات الصينية في مركز هذه العائلة، حيث تشمل اللغات المدعومة الصينية والإنجليزية واليابانية والكورية. تتضمن تغطية لهجات Flash لهجات شنغهاي والكانتونية والشمالية الشرقية وسيتشوان. حدد صوتًا مناسبًا للغة أو اللهجة التي تحتاجها، ثم قم بتوجيه طريقة إلقائه من خلال التعليمات. يمكن أن يعكس السرد المترجم والتجارب الصوتية الإقليمية كيف يتحدث الجمهور بالفعل.
وجّه الأداء باستخدام تعليمات اللغة الطبيعية للعاطفة والنبرة والدور وأسلوب التحدث. في إصدار Plus، تتراوح كل من السرعة وطبقة الصوت من 0.5 إلى 2.0، بينما يتراوح مستوى الصوت من 0 إلى 100. ادمج أدوات التحكم هذه مع نصك لضبط الإيقاع والطبقة الصوتية ومستوى الإخراج. يساعد هذا التحكم في تكييف المقطع السردي ليتناسب مع السرد الهادئ أو العروض الترويجية الحيوية أو حوار الشخصيات.
تشمل تنسيقات المخرجات الأربعة على Plus كل من MP3 و PCM و WAV و Opus، مع معدلات أخذ عينات قابلة للتحديد تتراوح من 8000 إلى 48000 هرتز. اختر التنسيق والمعدل اللذين يتناسبان مع مسار الصوت الخاص بك. قم بتمكين SSML عندما يستخدم إدخالك ترميزا مدعوما أو LaTeX. تساعد هذه الخيارات المطورين على إعداد الكلام المركب للتشغيل والتحرير والمحتوى التعليمي دون الاعتماد على تنسيق تسليم واحد.
توفر Atlas Cloud وصولاً موحداً إلى واجهة برمجة التطبيقات (API) وفوترة قائمة على الأحرف لكلا المستويين، بأسعار قياسية تبلغ 0.003 دولار لكل 1000 حرف لـ Flash و0.03 دولار لـ Plus. لإنشاء Plus، أرسل طلباً غير متزامن وافحص (poll) الـ prediction ID الخاص به حتى يصبح الصوت جاهزاً. تحتوي النتائج المكتملة على عناوين URL للصوت. يجعل سير العمل هذا توليد الكلام عملياً للدمج في التطبيقات وطوابير الإنتاج.
قارن Qwen Audio 3.1 TTS مع نموذج صوتي آخر وسلفه باستخدام نصوص متطابقة تنتقل من السرد القصصي الحميم إلى التعليق الرياضي المباشر.
لقد احتفظت بمقعدك بجوار النافذة. في كل ليلة، كنت أعتقد أنك قد تعود إلى المنزل. انتظر... هل هذا أنت حقاً؟ أنت هنا! تفضل بالدخول يا عزيزي. الغلاية لا تزال دافئة، من أجلك فقط.
Generated with Qwen-Audio 3.1 TTS Plus on Atlas Cloud
Generated with ElevenLabs v4 Text-to-Speech on Atlas Cloud
Generated with Qwen-Audio 3.0 TTS Plus on Atlas Cloud
منعطف أخير، ولا تزال في الخلف. استمع إلى هذا الحشد... تجد ثغرة، وتتولى الصدارة، وتفوز! يا لها من نهاية! تنفسي أيتها البطلة. كل صباح باكر قادك إلى هذه اللحظة.
Generated with Qwen-Audio 3.1 TTS Plus on Atlas Cloud
Generated with ElevenLabs v4 Text-to-Speech on Atlas Cloud
Generated with Qwen-Audio 3.0 TTS Plus on Atlas Cloud
من الحملات الإعلانية للعلامات التجارية والكتب الصوتية إلى حوارات الشخصيات، والمساعدين الصوتيين، والدعم الإقليمي، والدروس المترجمة، يوفر Qwen Audio 3.1 TTS صوتاً قابلاً للتحكم لإنتاج المحتوى والتطبيقات التفاعلية.
يحول Plus نصوص الحملات إلى تعليقات صوتية متميزة مع تعليمات حول العاطفة والنبرة والأداء. أنشئ سردًا لإطلاق المنتجات، ومقاطع صوتية ترويجية، ورسائل للعلامة التجارية بأسلوب تحدث مصمم خصيصًا لكل حملة.
اجعل القصص تنبض بالحياة من خلال السرد الصوتي Plus مع إمكانية التحكم في المشاعر وسرعة التحدث ومستوى الصوت. يمكن للناشرين وتطبيقات الكتب الصوتية تحويل نصوص الفصول إلى صوت معبر، مع ضبط طريقة الإلقاء لتناسب الحوارات والفقرات الوصفية.
عندما تحتاج التطبيقات إلى ردود منطوقة، يوفر Flash تركيبًا للكلام مُحسّنًا لتقليل زمن انتقال الحزمة الأولى. استخدمه كطبقة إخراج صوتي للمساعدين التحادثيين، والرفقاء التفاعليين، وواجهات الحوار الأخرى.
عبر اللغات المدعومة واللهجات الصينية، يقوم Flash بتحويل نصوص خدمة العملاء إلى صوت بنبرة وسرعة قابلتين للتعديل. قم بإنشاء ردود مساعدة منطوقة وإعلانات إقليمية للمستخدمين الذين يفضلون اللغة المألوفة والنطق المحلي.
قم بتشكيل أداء الشخصيات من خلال تعليمات Plus التي توجه العاطفة والدور وأسلوب التحدث للحوارات المكتوبة. يمكن لمطوري الألعاب وفرق الرسوم المتحركة إنتاج مشاهد صوتية، مع تجربة طرق الإلقاء لتناسب كل شخصية.
بالنسبة لمحتوى التعلم المترجم، يحول التوليف متعدد اللغات نصوص الدروس إلى كلام بسرعة ونبرة يمكن التحكم بهما. يمكن لمنصات التعليم إنتاج شروحات صوتية وتمارين استماع، وتكييف طريقة التقديم لتناسب الجماهير وتنسيقات الدروس المختلفة.
قارن بين Qwen Audio 3.1 TTS وإصداراته السابقة 3.0 ونماذج MiniMax Speech من حيث التحكم في الإلقاء وتنسيقات الصوت والأسعار القياسية على Atlas Cloud.
| النموذج | التحكم في الإلقاء | تنسيقات الصوت | السعر القياسي / 1K حرف |
|---|---|---|---|
| Qwen-Audio 3.1 TTS Plus | تعليمات بلغة طبيعية لتحديد العاطفة والنبرة والشخصية؛ مع إمكانية ضبط السرعة وطبقة الصوت ومستوى الصوت | MP3, PCM, WAV, Opus | $0.03 |
| Qwen-Audio 3.1 TTS Flash | تحديد العاطفة والنبرة والدور مباشرةً عبر التعليمات؛ مع تحكم دقيق في السرعة وطبقة الصوت ومستوى الصوت | MP3, PCM, WAV, Opus | $0.003 |
| Qwen-Audio 3.0 TTS Plus | توجيه أسلوب الإلقاء التعبيري بالتعليمات وضبط السرعة وطبقة الصوت ومستوى الصوت | MP3, PCM, WAV, Opus | $0.02 |
| Qwen-Audio 3.0 TTS Flash | تحديد العاطفة وأسلوب الكلام بالتعليمات، مع ضبط السرعة وطبقة الصوت ومستوى الصوت | MP3, PCM, WAV, Opus | $0.015 |
| MiniMax Speech 2.8 HD | اختيار العواطف إلى جانب ضبط السرعة وطبقة الصوت ومستوى الصوت | MP3, WAV, FLAC | $0.10 |
| MiniMax Speech 2.8 Turbo | ضبط العاطفة والمعلمات الصوتية؛ وإدراج وسوم التداخلات والوقفات المحددة زمنيًا | 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 3.1 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 3.1 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 3.1 TTS هي عائلة نماذج تحويل النص إلى كلام من Alibaba، مع توفر الإصدارين Plus و Flash على Atlas Cloud. يركز Plus على جودة الكلام الفائقة، بينما يستهدف Flash التفاعل بزمن انتقال منخفض مع أصوات متعددة اللغات ودعم اللهجات الصينية.
أنشئ سرداً للكتب الصوتية والمحتوى ذي العلامة التجارية والدبلجة وأداء الشخصيات باستخدام Plus. بالنسبة للمساعدين الصوتيّين والتطبيقات الحوارية وخدمة العملاء، يعطي Flash الأولوية لتوليد الكلام سريع الاستجابة.
قم بإنشاء مفتاح API لـ Atlas Cloud وحدد معرف نموذج Plus أو Flash من صفحة النموذج الخاصة به. أرسل النص الخاص بك وصوتاً متوافقاً إلى نقطة نهاية generateAudio باستخدام مصادقة Bearer. احتفظ بمعرف المهمة المُرجع واستعلم من نقطة نهاية prediction باستمرار حتى يتوفر الصوت الذي تم إنشاؤه.
تعتمد التغطية اللغوية على النموذج والصوت المحدد. يتضمن Flash أصواتًا متعددة اللغات تدعم اليابانية والكورية والفرنسية والألمانية والبرتغالية والإيطالية والفيتنامية والإندونيسية، إلى جانب اللهجات الصينية مثل لهجة شنغهاي والكانتونية والصينية الشمالية الشرقية. اختر صوتًا يدعم لغتك أو لهجتك المستهدفة قبل إنشاء الكلام.
تتضمن تنسيقات إخراج الصوت المدعومة MP3 وPCM وWAV وOpus. يتم أيضًا دعم مدخلات SSML وLaTeX، على الرغم من أن توفر SSML يعتمد على الصوت المحدد. على Atlas Cloud، استخدم output_format لاختيار تنسيق الصوت و enable_ssml عند إرسال SSML.
استخدم تعليمات اللغة الطبيعية لتوجيه العاطفة، والنبرة، والشخصية، وأسلوب التحدث. يوفر Atlas Cloud أيضاً عناصر تحكم في السرعة وطبقة الصوت ومستوى الصوت على نقطة النهاية Plus لإجراء تعديلات أكثر دقة على الأداء. اختبر تعليماتك بالصوت المحدد للتحقق من أن النتيجة تتطابق مع الأداء المقصود.
يدعم Plus الاستنساخ الصوتي القوي من الصوت المرجعي الذي يحتوي على ضوضاء أو صدى. قم بتقييم النتيجة المركبة باستخدام تسجيلات تمثيلية قبل استخدامها في بيئة الإنتاج، خاصة عندما يكون تشابه المتحدث والنطق أمرين مهمين.
اختر Plus عندما تكون دقة الصوت والتفاصيل التعبيرية هي الأهم، كما هو الحال بالنسبة للأصوات الخاصة بالعلامات التجارية والكتب الصوتية والدبلجة. تم تصميم Flash للتطبيقات التي تعطي الأولوية لزمن الوصول المنخفض لأول حزمة بيانات (first-packet latency)، بما في ذلك المساعدين الصوتيين والمحادثات التفاعلية. قارن بين الاثنين باستخدام نفس النصوص والأصوات المناسبة قبل تحديد نموذج الإنتاج.
الأسعار القياسية لـ Atlas Cloud هي 0.03 دولار لكل 1000 حرف إدخال لـ Plus و0.003 دولار لكل 1000 حرف إدخال لـ Flash. هذه هي الأسعار القياسية التي توفرها الواجهة الخلفية لـ Atlas Cloud، باستثناء الخصومات الترويجية.
تم تحسين Flash لتقليل زمن انتقال الحزمة الأولى على مستوى النموذج. يقوم سير عمل إنشاء الصوت الموثق في Atlas Cloud بإرسال مهمة غير متزامنة واسترداد النتيجة المكتملة عن طريق استطلاع معرف المهمة الخاص بها. قم بقياس الوقت من الإرسال إلى التشغيل في تطبيقك بدلاً من التعامل مع زمن انتقال النموذج كضمان لتسليم البث.
أدلة وشروحات وتحديثات المنتج لمساعدتك على تحقيق أقصى استفادة من Atlas Cloud.