黑色星期五充值赠礼·充值 $50 起送 $10 · 充值 $100 起送 $25·11月30日截止充值 →
免费 · 无需注册即可试听

AI 音色库

在写一行代码之前,试听我们托管的每一个文本转语音音色。每个音色都会朗读同一句话,方便你并排比较,然后复制生成该语音的请求。

$0.036 每分钟音频,按秒计费

12 个音色

示例文本:“Hello, and welcome. This is a short sample of my voice, so you can hear how I sound before you pick me for your project.”

Qwen3-TTS

qwen3-tts

风格指令、根据描述设计声音、声音克隆

语言
10 种语言
价格
$0.036 / 分钟

ZONOS2

zonos2

情绪(开心、悲伤、愤怒、惊讶),贴近原声的语音克隆

语言
40+ 种语言
价格
$0.036 / 分钟

选择一个声音,然后将其定制成你的专属声音

这些是我们在自有 GPU 上运行的两个开源文本转语音模型 Qwen3-TTS 和 ZONOS2 的预设声音。每个声音都能说其模型支持的所有语言;每个名称下方的语言是它听起来最自然的语言。

预设只是起点。你可以给 Qwen3-TTS 音色提供风格指令,用文字描述一个全新的音色,或从一段短录音中克隆自己的声音。ZONOS2 增加了情感。所有这些都通过同一个 OpenAI 兼容端点完成,并使用与聊天模型相同的 API 密钥。

空闲一段时间后的第一个请求在模型加载时最多可能需要两分钟;之后,语音返回速度会快于实时。

试听你自己的脚本

打开语音演练场,粘贴文本并在此选择任意音色。更改风格、语言或速度,下载音频,或将片段保存为你自己的音色。

常见问题

语音库免费吗?

可以。本页每个示例都可免费试听,无需账户。通过 API 或试玩区制作自己的音频,将按秒从预付余额中计费。

文本转语音的费用是多少?

$0.036 每分钟音频,按秒计费(每个请求至少一秒)。无订阅费,也不按字符收费。

这些音色能说其他语言吗?

可以。每个音色都能说其模型支持的所有语言,以母语效果最佳:Qwen3-TTS 支持 10 种语言,ZONOS2 支持 40 多种。在请求中设置语言,或省略让模型自动检测。

我可以改变音色的听感吗?

在 Qwen3-TTS 上,可为任意音色添加“缓慢而平静”或“兴奋,稍快”等指令,也可以不选音色并描述一个新音色。在 ZONOS2 上,可设置情绪:开心、悲伤、生气或惊讶。

我可以克隆自己的声音吗?

可以。两个模型都能用 3 到 15 秒的清晰语音克隆音色。在试玩区中上传或录制,或通过 API 保存,然后像这里的任何音色一样使用。必须获得说话人的同意。

它能配合 OpenAI SDK 使用吗?

可以。该端点是 OpenAI 的 POST /v1/audio/speech:将 SDK 指向我们的 base URL 并带上你的密钥。alloy 或 nova 等 OpenAI 音色名称会映射到此处最接近的音色。