千问voice-design模型是千问语音模型的声音设计系列模型，仅需输入简单的文字描述，即可迅速设计出符合要求的相关声音。结合qwen3-tts-vd-realtime模型使用，可设计输出10个语种的语音。且合成音频可以根据文本自适应调节语气，对复杂文本合成也有较好的处理能力。
推理服务供应商
qwen-voice-design模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 |
Text |
输出模态 |
Audio |
模型体验 |
Function Calling |
||
结构化输出 |
联网搜索 |
||
前缀续写 |
上下文缓存 |
||
批量推理 |
模型调优 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 |
— |
最大输出长度 |
— |
上下文长度 |
— |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
| 计费项 | 价格（元） | 单位 |
|---|---|---|
声音复刻及声音设计 |
0.2 |
每次 |
新加坡
部署范围：国际
| 计费项 | 价格（元） | 单位 |
|---|---|---|
声音复刻及声音设计 |
0.2 |
每次 |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
180 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
180 |
该文章对您有帮助吗？