Qwen

Qwen Audio 3.0 TTS Flash

Быстрый синтез речи, два голоса

Отвечает голосом

Текст

Голосов: 2

Тип: Синтез речи
Русский язык: высокий
Голосов: 2
Цена: 1 200 ₽ / 1M символов
Дата выхода: Июль 2026

Начать бесплатно Попробовать в Песочнице

audio/speech

import OpenAI from "openai"
const client = new OpenAI({
  baseURL: "https://api.yenisei.ru/v1",
  apiKey: process.env.YENISEI_API_KEY,
})
const speech = await client.audio.speech.create({
  model: "qwen-tts-flash",
  input: "Здравствуйте! Это пример синтеза речи.",
  voice: VOICE_ID, // идентификатор из списка голосов модели
  response_format: "mp3",
})
const buffer = Buffer.from(await speech.arrayBuffer())
await writeFile("speech.mp3", buffer)

О модели

Qwen Audio 3.0 TTS Flash превращает текст в речь: вы отдаёте текст, получаете звук. В отличие от голосовых собеседников она читает присланное, а не отвечает на него. Младшая в линейке и дешевле старшей — её берут на поток: уведомления, ответы помощника, короткие сообщения. Оплата у речевых моделей считается за символы, а не за токены.