模型定位與能力
Qwen-Audio-3.1-TTS-Next 是統一音訊生成模型,不限於傳統文字轉語音。它可依據文字、時間資訊及參考音訊,一次生成包含人聲、音效與環境音的完整聲景;支援單人說話、多人對話、Podcast 和影視聲景等任務。適用於內容創作、短影片、播客、影視與遊戲音訊製作。(docs.modelstudio.console.alibabacloud.com)
輸入、輸出與限制
- 輸入:文字及可選的參考音訊;官方列出的語言為中文和英文。
- 輸出:非串流音訊,格式為 WAV、MP3 或 PCM;可透過 HTTPS API 取得完整音訊檔案。
- 文字提示上限為 3,000 字元;單次生成上限為 Podcast 240 秒、其他場景 120 秒。
- 最多提供 3 段參考音訊,每段最長 30 秒、最大 10 MB;支援 WAV、MP3、OGG Opus,不支援裸 PCM。參考音訊可用 URL 或 Base64 提供。
上述限制與支援範圍以官方文件及實際服務設定為準。(docs.modelstudio.console.alibabacloud.com)
發布日期
官方模型更新紀錄將北京地域的此模型列於 2026 年 9 月 21 日;阿里雲介紹該模型的新聞稿日期為 2026 年 9 月 22 日。這兩個日期分別代表地域更新紀錄及新聞稿日期。(alibabacloud.com)
官方價格
以下為查詢於 2026 年 11 月 16 日的官方價格,輸入與輸出 Token 分別計費;不同平台及地域的價格不應視為可直接換算的同一套餐。
| 官方平台及地域 | 輸入單價 | 輸出單價 |
|---|---|---|
| 阿里雲百煉國內站:華北 2(北京) | CNY 6/百萬 Token | CNY 12/百萬 Token |
| 阿里雲百煉國內站:新加坡 | CNY 6.781/百萬 Token | CNY 5.104/百萬 Token |
| Alibaba Cloud Model Studio 國際站:新加坡 | USD 0.93/百萬 Token | USD 1.87/百萬 Token |
| Alibaba Cloud Model Studio 國際站:中國(北京) | USD 0.848/百萬 Token | USD 1.696/百萬 Token |
國內站北京及國際站新加坡各列有 100 萬 Token 免費額度;有效期為自開通百煉、模型發布或申請通過之日起,以較晚者為準的 90 天。優惠及實際適用條件請以相應平台為準。(help.aliyun.com)
定價來源:阿里雲百煉國內站價格;Alibaba Cloud 國際站價格。