Qwen3-TTS 开发者API接口对接文档

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。

概述

基础URL: https://www.yuntts.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URL:

POST https://www.yuntts.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URL:

POST https://www.yuntts.com/api/v1/qwen3-create-voice

请求头

请求参数

请求示例

curl -X POST https://www.yuntts.com/api/v1/qwen3-create-voice 
  -H "Authorization: Bearer {api_key}" 
  -F "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-yuntts-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URL:

POST https://www.yuntts.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

{
  "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-yuntts-voice-xxx",
    "preview_audio": {
      "data": "base64_encoded_audio_data",
      "sample_rate": 24000,
      "response_format": "wav"
    }
  }
}

4. 删除音色

请求URL:

POST https://www.yuntts.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-yuntts-voice-xxx",
  "voice_type": "voice_cloning"
}

响应示例

{
  "code": 200,
  "message": "删除成功",
  "data": {
    "voice": "qwen-tts-vc-yuntts-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