

Qwen Audio 3.1 TTS는 개발자에게 Alibaba의 음성 합성 제품군을 제공합니다. Flash는 대화형 애플리케이션을 위해 상하이어 및 광둥어를 포함한 다국어 음성과 중국어 방언을 제공합니다. Plus는 프리미엄 음성 작업을 위해 노이즈가 있는 참조 오디오의 음성 복제를 지원합니다. Atlas Cloud는 1,000자당 표준 가격을 Flash의 경우 $0.003, Plus의 경우 $0.03로 제시합니다. 지금 바로 구축을 시작하세요.
Qwen Audio 3.1 TTS은(는) Alibaba에서 개발한 모델입니다. Atlas Cloud(운영: Atlas Cloud AI LLC)는 해당 모델에 대한 액세스를 제공할 뿐이며 이를 소유하지 않습니다. 모든 상표는 각 소유자에게 귀속됩니다.
Atlas Cloud는 업계 최고의 최신 크리에이티브 모델을 제공합니다.
실시간 상호작용에는 낮은 지연 시간의 음성 합성을, 안정적인 음성 복제와 최고급 음성 생성에는 Plus를 선택하세요.
| 모달리티 | 설명 |
|---|---|
| Qwen Audio 3.1 TTS Flash (Text to Speech) | 여러 언어와 중국어 방언을 지원하는 시스템 음성으로 텍스트를 음성으로 변환합니다. 지시문으로 감정, 어조, 역할, 속도, 음량을 제어할 수 있습니다. 첫 오디오 응답 지연 시간을 줄이도록 최적화된 Flash는 음성 비서, 실시간 대화, 대화형 고객 지원에 적합합니다. |
| Qwen Audio 3.1 TTS Plus (Text to Speech) | 프리미엄 음성 제작을 위한 Plus는 텍스트를 여러 언어나 방언의 음성으로 변환하고, 잡음이 있는 참조 오디오에서도 안정적인 음성 복제를 지원합니다. 지시문으로 감정, 어조, 역할, 속도, 음량을 제어해 브랜드 내레이션, 오디오북, 캐릭터 연기에 활용할 수 있습니다. |
Flash의 지연 시간 중심 음성 합성에서 Plus의 프리미엄 음성 생성에 이르기까지, Qwen Audio 3.1 TTS는 다국어 제공, 중국어 방언, 표현 제어 및 Atlas Cloud의 통합 API 액세스를 결합합니다.
Flash는 실시간 상호 작용에서 첫 번째 패킷 응답에 최적화된 Qwen Audio 3.1 TTS의 저지연 티어입니다. 이 음성 합성 기능은 다국어 음성과 감정, 어조, 역할, 속도 및 볼륨에 대한 지침을 결합합니다. 말할 텍스트를 제공하는 동시에 애플리케이션에 필요한 전달 방식을 설명하십시오. 이 티어는 음성 응답성이 중요한 음성 비서, 대화형 제품 및 고객 서비스 경험에 적합합니다.
Plus는 Qwen Audio 3.1 TTS에 프리미엄 음성 합성 및 강력한 음성 클로닝을 제공하며, Atlas Cloud의 매개변수 스키마에서 4개의 시스템 음성을 사용할 수 있습니다. 이 모델은 참조 녹음에 노이즈나 잔향이 포함되어 있어도 명확성을 유지하도록 설계되었습니다. 자연어 명령은 결과물의 감정, 어조 및 페르소나를 형성합니다. 브랜드 내레이션, 오디오북 제작, 영화 더빙 및 풍부한 표현력의 캐릭터 연기를 원하신다면 Plus를 선택하십시오.
다국어 음성과 중국어 방언이 이 제품군의 중심에 있으며, 지원되는 언어로는 중국어, 영어, 일본어, 한국어가 있습니다. Flash의 방언 지원 범위에는 상하이어, 광둥어, 동북어, 쓰촨어가 포함됩니다. 필요한 언어 또는 방언에 적합한 음성을 선택한 다음 지침을 통해 발화를 안내하십시오. 현지화된 내레이션 및 지역 음성 경험을 통해 청중이 실제로 말하는 방식을 반영할 수 있습니다.
감정, 어조, 역할 및 말하기 스타일에 대한 자연어 지침으로 퍼포먼스를 디렉팅하십시오. Plus에서 속도와 피치는 각각 0.5에서 2.0까지 조정할 수 있으며, 볼륨은 0에서 100까지 설정할 수 있습니다. 이러한 제어 기능을 스크립트와 결합하여 페이스, 음역대 및 출력 레벨을 조정하십시오. 이러한 제어는 차분한 내레이션, 활기찬 프로모션 또는 캐릭터 대화에 맞게 구절을 조정하는 데 도움이 됩니다.
Plus의 네 가지 출력 형식은 MP3, PCM, WAV 및 Opus를 지원하며, 8,000 ~ 48,000Hz 범위에서 선택 가능한 샘플링 속도를 제공합니다. 오디오 파이프라인에 맞는 형식과 속도를 선택하십시오. 입력에 지원되는 마크업이나 LaTeX가 사용되는 경우 SSML을 활성화하십시오. 이러한 옵션은 개발자가 단일 전송 형식에 의존하지 않고 재생, 편집 및 교육용 콘텐츠를 위한 합성 음성을 준비하는 데 도움이 됩니다.
Atlas Cloud는 두 티어 모두에 대해 통합된 API 액세스 및 문자 기반 청구를 제공하며, 표준 요금은 1,000자당 Flash는 $0.003, Plus는 $0.03입니다. Plus 생성의 경우, 비동기 요청을 제출하고 오디오가 준비될 때까지 해당 prediction ID를 폴링하십시오. 완료된 결과에는 오디오 URL이 포함됩니다. 이 워크플로우를 통해 음성 생성을 애플리케이션 및 프로덕션 대기열에 실용적으로 통합할 수 있습니다.
친밀한 스토리텔링부터 실시간 스포츠 해설까지 아우르는 동일한 스크립트를 사용하여 Qwen Audio 3.1 TTS를 다른 음성 모델 및 이전 버전과 비교합니다.
창가에 당신의 자리를 비워두었습니다. 매일 밤, 당신이 집에 돌아올지도 모른다고 생각했습니다. 잠시만요... 정말 당신이신가요? 이곳에 오셨군요! 안으로 들어오시죠, 내 사랑. 주전자는 여전히 따뜻합니다, 오직 당신을 위해서요.
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
마지막 코너, 그녀는 여전히 뒤처져 있습니다. 저 환호성을 들어보십시오... 그녀가 틈을 찾아 선두를 차지하며 승리합니다! 정말 놀라운 피니시입니다! 숨을 고르십시오, 챔피언. 일찍 일어난 모든 아침이 당신을 이 순간으로 이끌었습니다.
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
브랜드 캠페인과 오디오북부터 캐릭터 대화, 음성 비서, 지역 지원 및 현지화된 수업에 이르기까지, Qwen Audio 3.1 TTS는 콘텐츠 제작 및 대화형 애플리케이션에 제어 가능한 음성을 제공합니다.
Plus는 감정, 어조, 전달 방식에 대한 지침을 바탕으로 캠페인 스크립트를 프리미엄 보이스오버로 변환합니다. 각 캠페인에 맞춘 스피치 스타일로 제품 출시 내레이션, 프로모션 오디오, 브랜드 메시지를 제작해 보세요.
감정, 말하기 속도, 볼륨을 제어할 수 있는 Plus 내레이션을 통해 이야기에 생명력을 불어넣으세요. 출판사 및 오디오북 앱은 챕터 대본을 표현력 풍부한 오디오로 변환하여 대화 및 묘사 단락에 맞게 전달 방식을 조정할 수 있습니다.
애플리케이션에 음성 응답이 필요한 경우, Flash는 낮은 첫 패킷 지연 시간에 최적화된 음성 합성 기능을 제공합니다. 대화형 어시스턴트, 인터랙티브 컴패니언 및 기타 대화 인터페이스를 위한 음성 출력 계층으로 사용하십시오.
지원되는 언어와 중국어 방언에 걸쳐, Flash는 조절 가능한 어조와 속도로 고객 서비스 스크립트를 음성으로 변환합니다. 친숙한 언어와 현지 발음을 선호하는 사용자를 위해 음성 도움말 응답 및 지역별 안내 방송을 구축하세요.
대본이 있는 대화의 감정, 역할, 말하기 스타일을 안내하는 Plus 지침을 통해 캐릭터의 연기를 구체화하세요. 게임 개발자와 애니메이션 팀은 각 캐릭터에 맞는 전달 방식을 실험하며 음성이 지원되는 장면을 제작할 수 있습니다.
현지화된 학습 콘텐츠를 위해, 다국어 음성 합성 기능은 제어 가능한 속도와 톤으로 강의 스크립트를 음성으로 변환합니다. 교육 플랫폼은 다양한 청중과 강의 형식에 맞춰 전달 방식을 조정하여 음성 설명 및 듣기 연습을 제작할 수 있습니다.
발화 제어 기능, 오디오 형식, Atlas Cloud 표준 요금을 기준으로 Qwen Audio 3.1 TTS와 이전 3.0 모델, MiniMax Speech 모델을 비교합니다.
| 모델 | 발화 제어 기능 | 오디오 형식 | 1K자당 표준 요금 |
|---|---|---|---|
| Qwen-Audio 3.1 TTS Plus | 자연어 지시로 감정, 어조, 페르소나 설정; 속도, 음높이, 음량 조절 | MP3, PCM, WAV, Opus | $0.03 |
| Qwen-Audio 3.1 TTS Flash | 지시문으로 감정, 어조, 역할을 설정하고 속도, 음높이, 음량을 세밀하게 조절 | MP3, PCM, WAV, Opus | $0.003 |
| Qwen-Audio 3.0 TTS Plus | 지시문으로 표현력 있는 발화를 만들고 속도, 음높이, 음량을 조정 | MP3, PCM, WAV, Opus | $0.02 |
| Qwen-Audio 3.0 TTS Flash | 지시문으로 감정과 말하기 스타일을 설정하고 속도, 음높이, 음량을 조정 | MP3, PCM, WAV, Opus | $0.015 |
| MiniMax Speech 2.8 HD | 감정을 선택하고 속도, 음높이, 음량을 설정 | MP3, WAV, FLAC | $0.10 |
| MiniMax Speech 2.8 Turbo | 감정과 음성 매개변수를 설정하고 감탄사 태그와 시간 지정 일시 정지를 삽입 | MP3, WAV, FLAC | $0.06 |
몇 분 만에 시작하세요 — 간단한 단계를 따라 Atlas Cloud 플랫폼을 통해 모델을 통합하고 배포하세요.
atlascloud.ai에서 가입하고 인증을 완료하세요. 신규 사용자는 플랫폼 탐색과 모델 테스트를 위한 무료 크레딧을 받습니다.
고급 Qwen Audio 3.1 TTS 모델과 Atlas Cloud의 GPU 가속 플랫폼을 결합하여 비교할 수 없는 성능, 확장성 및 개발자 경험을 제공합니다.
낮은 지연 시간:
실시간 추론을 위한 GPU 최적화 추론.
통합 API:
하나의 통합으로 Qwen Audio 3.1 TTS, GPT, Gemini 및 DeepSeek를 실행합니다.
투명한 가격:
Serverless 옵션을 포함한 예측 가능한 token당 청구.
개발자 경험:
SDK, 분석, 파인튜닝 도구 및 템플릿.
신뢰성:
99.99% 가동 시간, RBAC 및 규정 준수 로깅.
보안 및 규정 준수:
SOC 2 Type II, HIPAA 준수, 미국 내 데이터 주권.
Qwen Audio 3.1 TTS는 Alibaba의 텍스트 음성 변환 모델 제품군으로, Atlas Cloud에서 Plus 및 Flash 변형을 사용할 수 있습니다. Plus는 프리미엄 음성 품질에 중점을 두는 반면, Flash는 다국어 음성 및 중국어 방언 지원을 통해 지연 시간이 짧은 상호 작용을 목표로 합니다.
Plus를 사용하여 오디오북, 브랜드 콘텐츠, 더빙 및 캐릭터 연기를 위한 내레이션을 제작하세요. 음성 비서, 대화형 애플리케이션 및 고객 서비스를 위해 Flash는 응답성이 뛰어난 음성 생성을 우선시합니다.
Atlas Cloud API 키를 생성하고 모델 페이지에서 Plus 또는 Flash 모델 ID를 선택합니다. Bearer 인증을 사용하여 텍스트와 호환되는 음성을 generateAudio 엔드포인트에 제출합니다. 반환된 작업 ID를 보관하고 생성된 오디오를 사용할 수 있을 때까지 prediction 엔드포인트에 폴링을 수행합니다.
지원되는 언어는 모델 및 선택한 음성에 따라 다릅니다. Flash에는 일본어, 한국어, 프랑스어, 독일어, 포르투갈어, 이탈리아어, 베트남어, 인도네시아어를 비롯하여 상하이어, 광둥어, 동북 방언 등 중국어 방언을 지원하는 다국어 음성이 포함되어 있습니다. 음성을 생성하기 전에 대상 언어 또는 방언을 지원하는 음성을 선택하십시오.
지원되는 오디오 출력 형식에는 MP3, PCM, WAV 및 Opus가 포함됩니다. SSML 및 LaTeX 입력도 지원되지만, SSML의 사용 가능 여부는 선택한 음성에 따라 다릅니다. Atlas Cloud에서는 오디오 형식을 선택하려면 output_format을 사용하고, SSML을 제출할 때는 enable_ssml을 사용하십시오.
자연어 지침을 사용하여 감정, 어조, 페르소나 및 말하기 스타일을 안내합니다. Atlas Cloud는 또한 더욱 정밀한 전달 조정을 위해 Plus 엔드포인트에서 속도, 피치 및 볼륨 제어 기능을 제공합니다. 선택한 음성으로 지침을 테스트하여 결과가 의도한 성능과 일치하는지 확인하십시오.
Plus는 노이즈나 잔향이 포함된 참조 오디오에서도 강력한 음성 클로닝을 지원합니다. 특히 화자 유사성과 발음이 중요한 경우, 프로덕션 환경에서 사용하기 전에 대표적인 녹음 파일로 합성 결과를 평가하십시오.
브랜드 음성, 오디오북 및 더빙과 같이 오디오 충실도와 표현의 디테일이 가장 중요할 때는 Plus를 선택하십시오. Flash는 음성 비서 및 대화형 대화 등 낮은 첫 패킷 지연 시간(first-packet latency)을 우선시하는 애플리케이션을 위해 설계되었습니다. 프로덕션 모델을 선택하기 전에 동일한 스크립트와 적합한 음성을 사용하여 두 모델을 비교해 보십시오.
Atlas Cloud의 표준 가격은 1,000개의 입력 문자당 Plus는 $0.03, Flash는 $0.003입니다. 이는 Atlas Cloud 백엔드에서 제공하는 표준 요금이며 프로모션 할인은 제외됩니다.
Flash는 모델 수준에서 첫 패킷 대기 시간(first-packet latency)에 최적화되어 있습니다. Atlas Cloud의 문서화된 오디오 생성 워크플로우는 비동기 작업을 제출하고 작업 ID를 폴링하여 완료된 결과를 검색합니다. 모델 대기 시간을 스트리밍 전송의 보장으로 간주하기보다는, 애플리케이션에서 제출부터 재생까지의 시간을 측정하십시오.
Atlas Cloud를 최대한 활용할 수 있는 가이드, 튜토리얼, 제품 업데이트.