Qwen3‑TTS 开发者 API 接口对接文档

发布时间：2026‑04‑27
文档来源：饺子配音 jiaozitts.com

前言说明

Qwen3‑TTS 是阿里通义千问团队开源的新一代多语言文本转语音模型，依托 Qwen3 大模型体系打造，提供高拟人度自然音色，覆盖中、英、日、韩等 10 种主流语言与多种方言，音色表现力丰富。模型支持声音复刻与声音设计双定制路径：3 秒短音频即可完成高保真声纹复刻，也可通过自然语言描述直接生成专属虚拟音色。

在线调试

概述

• 基础 URL：https://www.jiaozitts.com/api/v1
• 认证方式：在请求头中添加 Authorization: Bearer {api_key}

接口列表

1. 语音合成

请求信息

• 请求 URL：POST https://www.jiaozitts.com/api/v1/qwen3-synthesize

请求头

请求参数

注意：语速 / 音调 / 音量控制请通过 instructions 参数实现（仅 qwen3-tts-instruct-flash 支持）。

请求示例

{
  "model": "qwen3-tts-instruct-flash",
  "voice": "Cherry",
  "text": "欢迎使用语音合成服务",
  "language_type": "Chinese",
  "response_format": "mp3",
  "sample_rate": 24000
}

响应示例

{
  "code": 200,
  "message": "语音合成成功",
  "data": {
    "audio": {
      "url": "https://xxx.oss-cn-beijing.aliyuncs.com/xxx.mp3",
      "id": "audio_xxx",
      "expires_at": 1766113409
    },
    "finish_reason": "stop"
  },
  "char_count": 10,
  "cost": 0.01
}

2. 声音克隆

基于音频样本快速复刻音色，打造拟人化品牌声纹。

音频要求

请求信息

• 请求 URL：POST https://www.jiaozitts.com/api/v1/qwen3-create-voice

请求头

请求参数

请求示例

使用远程音频 URL

curl -X POST 'https://www.jiaozitts.com/api/v1/qwen3-create-voice' 
  -H 'Authorization: Bearer {user_token}' 
  -H 'Content-Type: application/json' 
  -d '{
    "target_model": "qwen3-tts-vc-2026-01-22",
    "language": "zh",
    "voice_name": "远程音频音色",
    "description": "使用远程URL创建的克隆音色",
    "preferred_name": "remote_voice",
    "audio_url": "https://example.com/audio/sample.wav"
  }'

音频上传

curl -X POST https://www.jiaozitts.com/api/v1/qwen3-create-voice 
  -H "Authorization: Bearer {api_key}" 
  -F "voice_name=我的音色" 
  -F "target_model=qwen3-tts-vc-2026-01-22" 
  -F "language=zh" 
  -F "file=@/path/to/audio.mp3"

响应示例

{
  "code": 200,
  "message": "声音创建成功",
  "data": {
    "target_model": "qwen3-tts-vc-2026-01-22",
    "voice": "qwen-tts-vc-jiaozitts-voice-xxx"
  }
}

3. 声音设计

通过文本描述生成定制化音色，无需音频样本。

请求信息

• 请求 URL：POST https://www.jiaozitts.com/api/v1/qwen3-create-design-voice

请求头

请求参数

注意：仅支持非流式模型，不支持实时流式模型

voice_prompt 编写指南

推荐示例

• 年轻活泼的女性声音，语速较快，适合介绍时尚产品
• 沉稳的中年男性，语速缓慢，音色低沉有磁性，适合新闻播报

请求示例

{
  "voice_name": "知性女声",
  "target_model": "qwen3-tts-vd-2026-01-26",
  "voice_prompt": "温柔知性的女性，30岁左右，语调平和，适合有声书朗读",
  "preview_text": "大家好，欢迎收听今天的节目",
  "language": "zh",
  "preferred_name": "zhixing",
  "sample_rate": 24000,
  "response_format": "wav"
}

响应示例

{
  "code": 200,
  "message": "设计声音创建成功",
  "data": {
    "target_model": "qwen3-tts-vd-2026-01-26",
    "voice": "qwen-tts-vd-jiaozitts-voice-xxx",
    "preview_audio": {
      "data": "base64_encoded_audio_data",
      "sample_rate": 24000,
      "response_format": "wav"
    }
  }
}

4. 删除音色

请求信息

• 请求 URL：POST https://www.jiaozitts.com/api/v1/qwen3-delete-voice

请求头

请求参数

注意：根据音色类型选择正确的模型进行删除

• voice_cloning：使用 qwen‑voice‑enrollment 模型
• voice_design：使用 qwen‑voice‑design 模型
  权限说明：只有音色创建者和管理员可以删除，删除前会验证权限

请求示例

{
  "modelId": "qwen-tts-vc-jiaozitts-voice-xxx",
  "voice_type": "voice_cloning"
}

响应示例

{
  "code": 200,
  "message": "删除成功",
  "data": {
    "voice": "qwen-tts-vc-jiaozitts-voice-xxx",
    "voice_type": "voice_cloning",
    "request_id": "yourRequestId"
  }
}

系统音色

系统音色请查看《Qwen3‑TTS 系统音色列表》

模型选型指南

支持的模型列表

语音合成模型

• qwen3-tts-instruct-flash：支持指令控制的语音合成模型

声音克隆（Voice Cloning）

• 声音克隆模型：qwen‑voice‑enrollment
• 驱动音色的语音合成模型：qwen3-tts-vc-2026-01-22（非流式，推荐）

声音设计（Voice Design）

• 声音设计模型：qwen‑voice‑design
• 驱动音色的语音合成模型：qwen3-tts-vd-2026-01-26（非流式，推荐）

重要提示：创建音色时指定的 target_model 必须与后续语音合成时使用的模型一致

计费说明

字符计费规则

• 汉字按 2 个字符计算
• 其他字符（英文、数字、符号等）按 1 个字符计算

模型价格（元 / 万字符）

会员折扣

• 永久会员：8 折
• VIP 会员：9 折

免费额度

• 仅会员用户可享受
• 每月免费额度可在后台设置
• 免费额度用完后正常计费

最低扣费

每次合成最低扣费 0.01 元

计费流程

1. 计算字符数
2. 根据模型计算基础费用
3. 应用会员折扣
4. 使用免费额度（如有）
5. 扣除余额（如需要）
6. 调用 API
7. 失败自动退款

错误码

注意事项

1. 声音复刻 / 设计与语音合成的关联：创建音色时指定的 target_model 必须与后续语音合成时使用的模型一致
2. 音频 URL 有效期：非流式合成返回的音频 URL 有效期为 24 小时
3. 模型限制：
   • 普通用户最多创建 2 个音色
   • VIP 会员用户最多创建 10 个音色
   • 永久会员用户无限制

最近更新：2026‑04‑27
API 接口｜Qwen3‑TTS｜Qwen3‑TTS API｜声音克隆｜语音合成｜饺子配音

需要我把这份文档整理成可直接复制的Markdown 纯文本，方便你直接发布到网站吗？