Qwen Audio 3.0 TTS
A partir de $0.056 por 1.000 caracteres
O texto para fala multilíngue da Alibaba, com tags de emoção no texto. O Craze oferece uma rota de TTS para narração em 16 idiomas.
O Craze roda o Qwen Audio 3.0 TTS quando você o pede pelo nome.
No que o Qwen Audio 3.0 TTS é bom
Tags de emoção para uma interpretação precisa
Insira tags como (whisper), (angry), (laughs) e (breaths) no próprio roteiro.
Uma rota para narração no Craze
O Craze oferece uma rota de texto para fala do Qwen.
Lida com roteiros longos de uma só vez
Gere até 2.000 caracteres de roteiro em uma única chamada.
Narração a partir do texto
A rota do Craze aceita um roteiro e um ID de voz opcional.
Dirigir. Criar. Editar.
Pare de escrever prompts. Comece a dirigir.
O Craze explora ideias, pesquisa e planeja com você.
Crie conteúdo de bom gosto.
O Craze gera tudo o que se possa imaginar. Vídeo, áudio, música, motion graphics e muito mais.
Edite vídeos em minutos. Não em dias.
O Craze assiste às suas filmagens e monta um corte final. Com um editor de verdade, se você precisar.
Faça vídeos que as pessoas assistam
- Vídeos UGC
- Motion graphics
- Longas-metragens
- Visualização de produtos
- Microdramas
- Filmes em 3D
- Videoclipes
- Filmes de marca
- Melhores momentos de casamento
- Reviews no YouTube
Como o Qwen Audio 3.0 TTS se compara
Todos os modelos aqui rodam em todos os planos do Craze, incluindo o Free, e o Craze pode usar um diferente para cada tomada.
| Qwen Audio 3.0 TTSAlibaba | ElevenLabs v4ElevenLabs | Gemini 3.8 Flash TTSGoogle DeepMind | Gemini 3.8 Flash Lite TTSGoogle DeepMind | |
|---|---|---|---|---|
| Gera | Texto para áudio | Texto para áudio | Texto para áudio | Texto para áudio |
| A partir de | $0.056 por 1.000 caracteres | $0.089 por 1.000 caracteres | $0.050 por 1.000 caracteres | $0.034 por 1.000 caracteres |
Especificações do Qwen Audio 3.0 TTS no Craze
| Tarefa | Entradas | Resolução | Proporções | Som |
|---|---|---|---|---|
| Texto para fala | Prompt de texto | Segue a fonte | Segue a entrada | Nenhum |
Escolha o plano para sua próxima criação.
Free
$0 / mês
- Uso limitado
- Acesso a todos os modelos de mídia
- Nível de chat Eficiente
- 1 GB de armazenamento
- Craze MCP
- Exportações em até 720p
- Recarregar créditos adicionais
Pro
$19 / mês
- $19 de créditos todo mês
- Acesso a todos os modelos de mídia
- Todos os níveis de chat
- 50 GB de armazenamento
- Craze MCP
- Sem limites de resolução nas exportações
- Recarregar créditos adicionais
Ultra
$59 / mês
- $59 de créditos todo mês
- Acesso a todos os modelos de mídia
- Todos os níveis de chat
- 200 GB de armazenamento
- Craze MCP
- Sem limites de resolução nas exportações
- Recarregar créditos adicionais
Max
$199 / mês
- $199 de créditos todo mês
- Acesso a todos os modelos de mídia
- Todos os níveis de chat
- 1 TB de armazenamento
- Craze MCP
- Sem limites de resolução nas exportações
- Recarregar créditos adicionais
Perguntas frequentes
O Qwen Audio 3.0 TTS é o modelo de texto para fala multilíngue da Alibaba, feito para criadores que precisam de controle de emoção e de baixa latência. Ele lida com roteiros longos de forma eficiente em 16 idiomas, com tags de emoção refinadas e uma única rota de TTS.
Por que os criadores escolhem o Qwen Audio 3.0 TTS
O Qwen Audio 3.0 TTS se destaca pela flexibilidade. Ele oferece uma rota de TTS, controle refinado de emoção e suporte a 16 idiomas, então um único modelo cobre a maioria dos casos de uso de narração.
Tags de emoção para uma interpretação precisa
Insira tags como (whisper), (angry), (laughs) e (breaths) no próprio roteiro. O modelo gera essas pistas emocionais e não verbais como parte da narração, não como faixas separadas. O seu roteiro controla a performance.
Uma rota para narração no Craze
O Craze oferece uma rota de texto para fala do Qwen. Escreva o roteiro e gere uma nova versão quando quiser testar outra interpretação.
Lida com roteiros longos de uma só vez
Gere até 2.000 caracteres de roteiro em uma única chamada. Sem emendas, sem quebras de continuidade. Isso é prático para documentários, audiolivros e tutoriais em que você quer a narração completa de uma vez.
Narração a partir do texto
A rota do Craze aceita um roteiro e um ID de voz opcional. Ela não recebe o envio de áudio de referência.
Como usar o Qwen Audio 3.0 TTS no Craze
- Escreva ou cole o seu roteiro. Adicione tags de emoção como
(warmly)ou(urgent)para direcionar a interpretação. - Se quiser, escolha um ID de voz e depois cite o Qwen Audio 3.0 TTS no chat ou selecione-o no painel Modelos.
- O Craze gera a narração e a coloca no seu projeto.
- Corte, ajuste o tempo ou gere de novo um trecho se quiser outra interpretação emocional.
Preços do Qwen Audio 3.0 TTS
Os preços começam em $0.056 por 1.000 caracteres e variam com a extensão do roteiro. A calculadora desta página mostra o total antes de você gerar.
Para quem é o Qwen Audio 3.0 TTS
Narrativas emocionais e narração de personagens
Quando o tom e a emoção são centrais na sua história, as tags no texto do Qwen permitem dirigir a performance. Um personagem pode dizer a mesma fala com carinho, com raiva ou com medo (tudo no seu roteiro).
Conteúdo longo e documentação
Audiolivros, cursos e documentação técnica podem ser divididos em roteiros de até 2.000 caracteres por geração e montados na linha do tempo.
Iteração rápida e testes A/B
Gere novas versões para testar diferentes leituras emocionais do mesmo roteiro.
Projetos multilíngues com voz consistente
Narre uma campanha global em 16 idiomas com a mesma voz e consistência emocional em todas as versões. Uma voz, muitos mercados.
Qwen Audio 3.0 TTS vs. outros modelos
O Gemini 3.1 Flash TTS é o modelo expressivo do Google, com prompts direcionáveis otimizados para narração em inglês. O Qwen Audio 3.0 TTS foi criado para trabalho multilíngue, com tags de emoção no texto e uma rota de TTS. Escolha o Gemini para narração dirigida em inglês com controle fino do ritmo. Escolha o Qwen para roteiros multilíngues e interpretação guiada pela emoção em vários idiomas.
O Seed Speech, da ByteDance, oferece narração a partir de texto com seleção de voz opcional, enquanto o Qwen se concentra no controle de emoção e no suporte multilíngue. O MiniMax Speech 2.8 HD inclui sons não verbais como risadas e suspiros, enquanto o Qwen é otimizado para diálogo e narração puros com tags de emoção. O Seed Audio 1.0 também aceita referências de áudio ou imagem para a fala.
Tags de emoção e controle da interpretação
O Qwen Audio 3.0 TTS reconhece tags de emoção padrão como (whisper), (angry), (happy), (sad), (laughs), (coughs) e (breaths). Você também pode usar descrições em linguagem natural no prompt: "diga esta fala como um âncora de telejornal" ou "soe nervoso e hesitante aqui". O modelo combina as duas abordagens, então misture tags no texto com instruções no prompt para um controle fino.
Emoções combinadas funcionam no Qwen. Marque uma fala como "(angry but controlled)" ou "(excited but whispering)" para uma interpretação cheia de nuances. O modelo equilibra direções emocionais concorrentes de forma inteligente, então você obtém uma leitura complexa em vez de uma emoção sobrepondo a outra. Isso é valioso no trabalho com personagens em que quem fala sente emoções conflitantes ou que mudam dentro de uma única fala.
Como dirigir uma única rota de TTS
Para leituras emocionais diferentes, ajuste as tags no texto e gere de novo. Ouça cada versão antes de colocá-la em uma sequência mais longa.
No Craze, você pode refinar a interpretação de uma fala mudando o roteiro e as tags e, depois, gerar de novo com a mesma rota para uma versão final.
Suporte multilíngue e consistência de voz
O Qwen lida com 16 idiomas, incluindo inglês, espanhol, francês, alemão, italiano, português, holandês, polonês, russo, turco, árabe, chinês (simplificado e tradicional), japonês, coreano e vietnamita. Um ID de voz opcional permite selecionar uma voz para diferentes roteiros. A alternância de idiomas (misturar idiomas no meio do roteiro) funciona dentro do razoável.
Se um idioma precisar de outro sotaque, experimente outro ID de voz disponível e revise a versão gerada.
Limites de roteiro e desempenho
O Qwen Audio 3.0 TTS lida com até 2.000 caracteres de roteiro por solicitação no Craze. Roteiros mais longos precisam ser divididos e combinados na sua linha do tempo. O modelo funciona melhor com roteiros bem pontuados, porque usa as pausas para inferir o ritmo. Frases longas demais soam apressadas. Adicione pontos, vírgulas e travessões para controlar o tempo. Reticências (...) criam pausas para efeito dramático.
Para narrações mais longas, divida o seu roteiro em solicitações de no máximo 2.000 caracteres e monte os resultados na sua linha do tempo.



















