AI Rate Card

Qwen3-TTS 1.7B · deepinfra

Qwen3-TTS is an advanced text-to-speech model by Alibaba's Qwen team, delivering stable, expressive, and low-latency speech generation across 10 languages. Key capabilities: - 9 preset voices — Vivian, Serena, Uncle_Fu, Dylan, Eric, Ryan, Aiden, Ono_Anna, Sohee — covering diverse genders, ages, and accents - Voice cloning — clone any voice from a short (~3s) audio sample via the voice_id parameter - Instruction control — adjust tone, emotion, and speaking style with natural language (e.g. "speak slowly and calmly", "excited tone") - 10 languages — English, Chinese, Japanese, Korean, German, French, Russian, Spanish, Italian, Portuguese - Streaming support — real-time PCM streaming with ~97ms first-byte latency - Multiple output formats — WAV, MP3, FLAC, PCM Built on a 1.7B parameter architecture using discrete multi-codebook language modeling for end-to-end speech synthesis without cascading errors. Uses a custom 12Hz acoustic tokenizer that preserves paralinguistic information and environmental audio details.

Базовая модельВсе модели этой базовойВсе модели провайдерак провайдеру

Цена, $ $20.00 / 1M симв.

Лимиты

  • Любой тариф: 200 запросов одновременно

Последняя проверка 04.11.2026 12:08:11 UTC Источник

Контекст —

Принимает —

Последняя проверка 04.11.2026 12:00:14 UTC

Источник —

Уведомления о ценах

Войдите, чтобы следить за ценой

API

У этого типа моделей нет общего формата запроса - смотрите документацию провайдера.

Документация API провайдера

Source: AI Rate Card, https://airatecard.com/ru/c/offer%3Adeepinfra%7CQwen/Qwen3-TTS, prices checked 2026-11-04

Технические данные

ID: offer:deepinfra|Qwen/Qwen3-TTS