概要
AlibabaのQwen-Audio-3.1-TTS-Plusは、高品質な音声とコンテンツ制作を重視したプロ向け音声合成モデルです。テキストを入力し、音声を出力します。公式発表日は2026年10月21日です。(docs.qwencloud.com)
主な機能と用途
- 多言語・方言、ストリーミング音声合成に対応します。自然言語の指示や細かなタグにより、感情、口調、役柄、話速、音量を調整できます。
- 既存音声、音声クローニング、音声デザインに対応します。クローニングでは、ノイズや残響を含む参照音声への耐性が強化されています。
- ブランド音声、オーディオブック、映像吹き替え、キャラクター演技などに適しています。WebSocketとHTTPによる利用が案内されています。(docs.qwencloud.com)
制限
Function Calling、構造化出力、Web検索、プレフィックス補完、コンテキストキャッシュ、バッチ推論、モデルのファインチューニングには対応していません。公式モデル詳細では最大入力長・最大出力長は未記載です。選択する音声はモデルと言語に対応している必要があります。(alibabacloud.com)
料金
2026年11月15日確認。以下は各公式サイトに記載された通常のAPI料金であり、異なるアカウント・地域向けの価格を為替換算したものではありません。いずれも入力テキストの文字数に基づき課金され、音声出力に対する別途料金はありません。
- 中国国内サイト・北京リージョン： 入力10,000文字あたりCNY 1.4。10,000文字の無料枠があり、百錬の開通日またはモデル公開日の遅い方から90日間有効です。
- 中国国内サイト・シンガポールリージョン、国際デプロイ： 入力10,000文字あたりCNY 2.19。上記の無料枠は適用されません。
- 国際サイト・シンガポールリージョン、国際デプロイ： 入力10,000文字あたりUSD 0.3。10,000文字の無料枠があり、Model Studioの有効化日、モデル公開日または申請承認日のうち最も遅い日から90日間有効です。
- 国際サイト・北京リージョン、中国本土デプロイ： 入力10,000文字あたりUSD 0.2。国際サイトの当該無料枠は適用されません。(help.aliyun.com)
中国国内サイトの文字数計算では、漢字は1字を2文字、英数字・句読点・空白・日本語の仮名はそれぞれ1文字として数え、SSMLタグ自体はカウントしません。(help.aliyun.com)