将输入文本合成为指定音色的语音文件。
概览
向语音合成接口提交文本和音色,将响应正文保存为音频文件。响应头 X-Itera-Billable-Characters 给出本次计费字符数。
- 版本
- qwen-audio-3.0-tts-flash
- 输入 / 输出
- 文本 / 音频
- 接口路径
- /v1/audio/speech
接口协议与接入
Authorization: Bearer ITERACOMPUTE_API_KEY
POST /v1/audio/speech
将响应正文保存为音频文件,费用按有效字符数计算。
LLMs.txt
LLMs.txt
# qwen/qwen-audio-3.0-tts-flash
Revision: 26f98dfa73cb171aed91c139b793166b2653a9de44d81f65df4705ef2fcb878e
Authorization: Bearer ITERACOMPUTE_API_KEY
POST https://api.iteracompute.com/v1/audio/speech
- input · string · 要合成的文本。
- voice · string · 音色 ID,例如 longanfengyue。
- response_format · enum · 输出编码。 · ["wav","mp3","pcm","opus"] · default="mp3"
- sample_rate · enum · 采样率(Hz)。Opus 不接受 22050 或 44100。 使用 Opus 时请显式指定采样率。 · [8000,12000,16000,22050,24000,44100,48000] · default=22050
- speed · number · 语速倍率。 · [0.5, 2] · default=1
- volume · integer · 音量。 · [0, 100] · default=50
- pitch · number · 音调倍率。 · [0.5, 2] · default=1
- bit_rate · integer · Opus 比特率(kb/s)。 · [6, 510]
- seed · integer · 合成随机种子。 · [0, 65535] · default=0
安装 requests,设置 ITERACOMPUTE_API_KEY。示例将 16 kHz 单声道 WAV 写入 speech.wav。
import os
from pathlib import Path
import requests
base = "https://api.iteracompute.com/v1"
headers = {"Authorization": "Bearer " + os.environ["ITERACOMPUTE_API_KEY"]}
r = requests.post(base + "/audio/speech", headers=headers, json={
"model": "qwen/qwen-audio-3.0-tts-flash",
"input": "Hello from Singapore.",
"voice": "longanfengyue",
"response_format": "wav",
"sample_rate": 16000
}, timeout=120)
r.raise_for_status()
Path("speech.wav").write_bytes(r.content)
https://www.alibabacloud.com/help/en/model-studio/qwen-audio-tts-http-api接口参数
- 将响应正文保存为音频文件,费用按有效字符数计算。
以下为当前线路接受的参数与取值范围,账户额度和上下文限制同时适用。参数可接收不代表相关模型能力已经完成验证。
- 工具调用
- 不支持
- 推理
- 不支持
- 视觉
- 不支持
- 流式输出
- 不支持
- JSON 模式
- 不支持
参数与取值
点击参数名即可复制;表格可横向滚动查看全部列。用途栏标明协议差异,不能将同名字段视为跨接口通用。
| 参数 | 类型 | 接收状态 | 取值范围 | 用途 / 协议 |
|---|---|---|---|---|
| 整数 | 可接收 | [0, 65535] | 合成随机种子。 默认值 0. | |
| 字符串 | 可接收 | — | 要合成的文本。 必填。 | |
| 数值 | 可接收 | [0.5, 2] | 音调倍率。 默认值 1. | |
| 数值 | 可接收 | [0.5, 2] | 语速倍率。 默认值 1. | |
| 字符串 | 可接收 | — | 音色 ID,例如 longanfengyue。 必填。 | |
| 整数 | 可接收 | [0, 100] | 音量。 默认值 50. | |
| 整数 | 可接收 | [6, 510] | Opus 比特率(kb/s)。 | |
| 枚举值 | 可接收 | [8000,12000,16000,22050,24000,44100,48000] | 采样率(Hz)。Opus 不接受 22050 或 44100。 使用 Opus 时请显式指定采样率。 默认值 22050. | |
| 枚举值 | 可接收 | ["wav","mp3","pcm","opus"] | 输出编码。 默认值 "mp3". |
当前配置调用示例
POST /v1/audio/speech
请求示例
{
"model": "qwen/qwen-audio-3.0-tts-flash",
"input": "Hello from Singapore.",
"voice": "longanfengyue",
"response_format": "wav",
"sample_rate": 16000
}参数版本:26f98dfa73cb
API
安装 requests,设置 ITERACOMPUTE_API_KEY。示例将 16 kHz 单声道 WAV 写入 speech.wav。
Python
import os
from pathlib import Path
import requests
base = "https://api.iteracompute.com/v1"
headers = {"Authorization": "Bearer " + os.environ["ITERACOMPUTE_API_KEY"]}
r = requests.post(base + "/audio/speech", headers=headers, json={
"model": "qwen/qwen-audio-3.0-tts-flash",
"input": "Hello from Singapore.",
"voice": "longanfengyue",
"response_format": "wav",
"sample_rate": 16000
}, timeout=120)
r.raise_for_status()
Path("speech.wav").write_bytes(r.content)价格
美元/一万计费字符
计费字符$0.09
- Model ID
qwen/qwen-audio-3.0-tts-flash- 验证范围与来源
查看完整验证范围与来源
2026-11-21 · 已通过新加坡网关实测 WAV、Opus 音频和计费字符回执,并核对格式兼容、数值边界及钱包扣费。
使用限制
- 采样率须与所选的音频格式匹配。
适用任务
接入工具与指南
常见问题
如何接入?
如何计费?
最新上架
查看入选 New Arrivals 的模型,了解 API 价格、已支持能力与接入方式。
Qwen新上架
Qwen3.7-Plus
qwen/qwen3.7-plus
Qwen3.7-Plus 接收文字与视觉输入,生成文本。
IteraCompute 上线日期
- 输入
- $0.384
- 输出
- $1.536
美元 / 百万 tokens
Alibaba Cloud新上架
Wan 3.0 Prime
wan/wan3.0-video-prime
万相 3.0 Prime 可根据文本和参考素材生成视频。
IteraCompute 上线日期
Alibaba Cloud新上架
Wan 3.0
wan/wan3.0-video
万相 3.0 标准版 可根据文本和参考素材生成视频。
IteraCompute 上线日期