Alibaba Cloud · 语音合成
Qwen Audio 3.1 TTS Flash
面向低延迟交互的千问语音生成
TTSVoice cloning
价格
按实际用量扣积分
单位：积分 / 百万 tokens
价格
- 输入
- 500≈ ¥5会员价 300≈ ¥3
- 输出
- 4,000≈ ¥40会员价 2,400≈ ¥24
| 输入 | 输出 | |
|---|---|---|
| 原价 | 500≈ ¥5 | 4,000≈ ¥40 |
| 会员价（6 折） | 300≈ ¥3 | 2,400≈ ¥24 |
- 付费会员按会员价计费，比原价低 40%。
- 输入的文字和生成的音频分开计费，都按实际 tokens 数结算。
个人终身版和团队版调用此模型享 6 折。 查看会员价格
模型介绍
Qwen Audio 3.1 TTS Flash 面向实时交互，支持多语种和方言语音合成，并可通过自然语言指令及细粒度标签控制情绪、语气、角色、语速和音量。
模型增强了声音克隆对噪声、混响参考音频的适应能力，适合语音助手、客服和对话配音。
在 Beav 中使用
- 01下载并登录 Beav
- 02在模型选择里选中 Qwen Audio 3.1 TTS Flash
- 03用它把文案配成自然的语音
