语音服务

Qwen3-TTS 语音合成 · Fun-ASR-Nano 语音识别

输入文本

最多 4096 字符，建议至少 10 个字符以获得更好的效果

说话人 (Voice)

Serena|Warm, gentle young female voice|Chinese

语言

输出格式

风格指令（可选） - 控制语气、情绪

输出

输入文本并点击「生成语音」

引擎：Qwen3-TTS-12Hz-1.7B-CustomVoice

使用提示

· 兼容 OpenAI Audio API，支持 11 种标准 voice
· 「风格指令」可自由描述想要的语气和情绪
· 语言选择「自动检测」适用于大多数场景
· 批量合成请使用 /audio/speech_batch 接口