模型加载中
正在打开模型详情…
正在打开模型详情…
模型能力与计费维度与提供方保持一致,对外统一使用 OpenAI 兼容地址和模型代码。
Qwen3 TTS Instruct Flash 是来自 Alibaba Cloud / Qwen 的文本转语音模型。当前页面展示按万字符价格,可通过 `/v1/audio/speech` 调用。
语音合成 / 语音智能体 / 语音回复
该模型按用量单位计费(如每秒、每张),以下为各规格档的结算价。
仅供参考,不作为星模结算依据。
来源: 上游公开页面(平台采集) · 采集时间: 2026-09-03T11:34:04.371Z当前页面不承诺额外免费额度;实际赠送、活动和用量抵扣以控制台账户状态和正式账单为准。
默认按账户、模型和上游可用性动态调度。生产接入前建议先用小流量压测确认并发、延迟和错误率。
复制以下示例,替换网关地址与 API Key后即可直接调用。
import time
import requests
resp = requests.post(
"https://modelxing.com/v1/audio/speech",
headers={"Authorization": "Bearer YOUR_API_KEY"},
json={"model": "qwen3-tts-instruct-flash", "voice": "Cherry", "input": "Hello from XModel", "response_format": "wav"},
)
if resp.status_code == 200:
# Short text — audio returned directly
with open("output.wav", "wb") as f:
f.write(resp.content)
else:
# Long text — job submitted (202), poll until done
job_id = resp.json()["id"]
while True:
poll = requests.get(
f"https://modelxing.com/v1/audio/speech/jobs/{job_id}",
headers={"Authorization": "Bearer YOUR_API_KEY"},
).json()
if poll["status"] == "succeeded":
print("Audio ready:", poll["audio"]["url"])
break
elif poll["status"] == "failed":
print("Job failed:", poll["error"])
break
time.sleep(3)该模型所属接口类型支持的请求参数参考。具体可用取值以上游模型能力为准。
| 参数 | 类型 / 必填 | 默认 / 可选值 | 说明 |
|---|---|---|---|
| model | string 是 | 默认— 可选值— | 要调用的模型 id。 |
| input | string 是 | 默认— 可选值— | 要合成为语音的文本。 |
| voice | string 是 | 默认— 可选值— | 使用的音色 id。 |
| response_format | string 否 | 默认mp3 可选值mp3 | wav | pcm | 音频封装格式。 |
| speed | number 否 | 默认1 可选值— | 语速倍率,0.5–2。 |
要调用的模型 id。
要合成为语音的文本。
使用的音色 id。
音频封装格式。
语速倍率,0.5–2。
以下音色列表整理自官方文档,供选择参考;音色以上游最终校验为准,完整机器可读契约可经 GET /v1/models/{id} 获取。
| voice | 音色名 | 描述 | 支持语种 |
|---|---|---|---|
| Cherry默认 | 芊悦 | 阳光积极、亲切自然小姐姐(女性) | 中文(普通话)、英语、法语 等10种 |
| Serena | 苏瑶 | 温柔小姐姐(女性) | 中文(普通话)、英语、法语 等10种 |
| Ethan | 晨煦 | 标准普通话,带部分北方口音。阳光、温暖、活力、朝气(男性) | 中文(普通话)、英语、法语 等10种 |
| Chelsie | 千雪 | 二次元虚拟女友(女性) | 中文(普通话)、英语、法语 等10种 |
| Momo | 茉兔 | 撒娇搞怪,逗你开心(女性) | 中文(普通话)、英语、法语 等10种 |
| Vivian | 十三 | 拽拽的、可爱的小暴躁(女性) | 中文(普通话)、英语、法语 等10种 |
| Moon | 月白 | 率性帅气的月白(男性) | 中文(普通话)、英语、法语 等10种 |
| Maia | 四月 | 知性与温柔的碰撞(女性) | 中文(普通话)、英语、法语 等10种 |
| Kai | 凯 | 耳朵的一场SPA(男性) | 中文(普通话)、英语、法语 等10种 |
| Nofish | 不吃鱼 | 不会翘舌音的设计师(男性) | 中文(普通话)、英语、法语 等10种 |
| Bella | 萌宝 | 喝酒不打醉拳的小萝莉(女性) | 中文(普通话)、英语、法语 等10种 |
| Eldric Sage | 沧明子 | 沉稳睿智的老者,沧桑如松却心明如镜(男性) | 中文(普通话)、英语、法语 等10种 |
| Mia | 乖小妹 | 温顺如春水,乖巧如初雪(女性) | 中文(普通话)、英语、法语 等10种 |
| Mochi | 沙小弥 | 聪明伶俐的小大人,童真未泯却早慧如禅(男性) | 中文(普通话)、英语、法语 等10种 |
| Bellona | 燕铮莺 | 声音洪亮,吐字清晰,人物鲜活,听得人热血沸腾;金戈铁马入梦来,字正腔圆间尽显千面人声的江湖(女性) | 中文(普通话)、英语、法语 等10种 |
| Vincent | 田叔 | 一口独特的沙哑烟嗓,一开口便道尽了千军万马与江湖豪情(男性) | 中文(普通话)、英语、法语 等10种 |
| Bunny | 萌小姬 | “萌属性”爆棚的小萝莉(女性) | 中文(普通话)、英语、法语 等10种 |
| Neil | 阿闻 | 平直的基线语调,字正腔圆的咬字发音,这就是最专业的新闻主持人(男性) | 中文(普通话)、英语、法语 等10种 |
| Elias | 墨讲师 | 既保持学科严谨性,又通过叙事技巧将复杂知识转化为可消化的认知模块(女性) | 中文(普通话)、英语、法语 等10种 |
| Arthur | 徐大爷 | 被岁月和旱烟浸泡过的质朴嗓音,不疾不徐地摇开了满村的奇闻异事(男性) | 中文(普通话)、英语、法语 等10种 |
| Nini | 邻家妹妹 | 糯米糍一样又软又黏的嗓音,那一声声拉长了的“哥哥”,甜得能把人的骨头都叫酥了(女性) | 中文(普通话)、英语、法语 等10种 |
| Seren | 小婉 | 温和舒缓的声线,助你更快地进入睡眠,晚安,好梦(女性) | 中文(普通话)、英语、法语 等10种 |
| Pip | 顽屁小孩 | 调皮捣蛋却充满童真的他来了,这是你记忆中的小新吗(男性) | 中文(普通话)、英语、法语 等10种 |
| Stella | 少女阿月 | 平时是甜到发腻的迷糊少女音,但在喊出“代表月亮消灭你”时,瞬间充满不容置疑的爱与正义(女性) | 中文(普通话)、英语、法语 等10种 |
Fun ASR Flash (2026-06-15) 是来自 Alibaba Cloud / Qwen 的文本对话模型。当前页面展示按秒价格,可通过 `/v1/audio/transcriptions` 调用。
Fun ASR Flash 8k实时语音识别 是来自 Alibaba Cloud / Qwen 的实时语音识别模型。当前页面展示按秒价格,可通过 `/v1/realtime` 调用。
Fun ASR Flash 8k实时语音识别 (2026-01-28) 是来自 Alibaba Cloud / Qwen 的实时语音识别模型。当前页面展示按秒价格,可通过 `/v1/realtime` 调用。
常见问题
星模XModel 以公开价格展示 Qwen3 TTS Instruct Flash(按万字符),便于对比和预算规划。
这个模型系列可使用 `/v1/audio/speech` 调用。