模型市场

Qwen3-TTS-Instruct-Flash

复制成功！
立即体验加入对比
语音合成

概述

语音合成

Qwen3-TTS-Flash模型是通义实验室最新推出的实时语音合成大模型，Instruct模型可通过自然语言进行合成效果的处理，确保在不同语境下，合成情感、表达高度贴合的语音。目前支持25个音色的中英文Instruct调节。该模型为2026年01月26日快照版本模型。

输入

文本

输出

音频

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode，确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能，通过引入外部工具，使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀，减少推理时的重复计算，提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后，模型将基于实时检索数据进行回复。查看文档

微调

定价

  • 语音合成
    ¥0.8每万字符

速率限制

  • RPM每分钟请求数
    180

API 参考

获取 API Key
复制成功！
1234567891011121314151617
import os
import dashscope

dashscope.base_http_api_url = 'https://dashscope.aliyuncs.com/api/v1'

text = "Dear listeners, hello everyone. Welcome to the evening news."

response = dashscope.MultiModalConversation.call(
    model="qwen3-tts-instruct-flash-2026-01-26",
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    text=text,
    voice="Cherry",
    instructions='The speaking speed is fast and there is a distinct upward inflection, which is suitable for introducing fashionable products.',
    optimize_instructions=True,
    stream=False
)
print(response)