Por enquanto este guia está só em inglês. →
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
text | Sim | The words to be spoken, exactly as written. Billed per 1,000 characters, minimum 100. |
language | Não | O idioma da fala. auto · zh · en · de · fr · es · it · pt · ru · ja · ko · Padrão: auto |
voice_id | Não | Escolha entre as vozes disponíveis. Serena · Vivian · Uncle_Fu · Dylan · Eric · Ryan · Aiden · Ono_Anna · Sohee · Padrão: Serena |
instructions | Não | How to read the text: tone, emotion or pace. Not spoken and not billed. |
Preços
Os preços são em créditos, os mesmos que você usa no site (1 crédito = US$ 0,01). O valor é reservado quando a tarefa é aceita e acertado pelo custo real quando ela termina; tarefas com falha são reembolsadas.
| Opção | Créditos a cada 1.000 caracteres | ≈ USD |
|---|---|---|
| Padrão | 10,2 | US$ 0,10 |
Cada tarefa é arredondada para cima em créditos inteiros, então uma execução no nível mais baixo custa 11 créditos a cada 1.000 caracteres (US$ 0,11).
Para saber o valor exato antes de rodar, envie o mesmo corpo para POST /jobs/quote.
Início rápido da API
Chame a API do Qwen3 TTS em três passos
- Crie uma chave de API. Entre na PopNow e crie uma chave no console da API. As chaves começam com sk-popnow- e usam os mesmos créditos do site.
- Envie a requisição. Faça POST /jobs/createTask com model alibaba/qwen-3-tts/text-to-speech e um objeto input conforme a tabela de parâmetros. A resposta traz um ID de tarefa na hora.
- Pegue o resultado. Consulte GET /jobs/recordInfo com o ID da tarefa, ou passe uma callBackUrl e enviamos o resultado para ela. Baixe os links de saída quando a tarefa der certo.
# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $POPNOW_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-3-tts/text-to-speech",
"input": {
"text": "Welcome back. Your files finished rendering a minute ago and are ready to download.",
"voice_id": "Serena",
"language": "auto"
}
}'
# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $POPNOW_API_KEY"Troque o prompt e os links pelos seus. A aba API traz a referência da resposta, do polling e do callback.
Perguntas sobre a API do Qwen3 TTS
Quanto custa a API do Qwen3 TTS?
O Qwen3 TTS custa 11 créditos (US$ 0,11) a cada 1.000 caracteres. Os créditos são os mesmos do site (1 crédito = US$ 0,01), contas novas ganham 30 créditos grátis e tarefas que falham são reembolsadas.
Qual é o nome de modelo do Qwen3 TTS na API?
Coloque alibaba/qwen-3-tts/text-to-speech para Texto para fala no campo model de POST /jobs/createTask.
Como eu controlo a interpretação?
Escolha uma das nove vozes com voice_id e descreva a interpretação em instructions — tom, emoção ou ritmo, em uma ou duas frases. As instruções moldam a leitura e não são faladas em voz alta.
Quais idiomas ele lê?
Chinês, inglês, alemão, francês, espanhol, italiano, português, russo, japonês e coreano — duas das vozes falam os dialetos de Pequim e de Sichuan. O idioma é detectado a partir do roteiro, a menos que você defina language.
Ele consegue copiar a voz de uma pessoa real?
Não. Nesse endpoint só estão disponíveis as nove vozes prontas; não há clonagem nem upload de uma voz de referência.
Quais são os limites da API do Qwen3 TTS?
Tamanho do texto (caracteres): 2,000; Vozes: 9; Idiomas: 10. Requisições fora desses limites são rejeitadas antes de qualquer cobrança.
Dá para testar o Qwen3 TTS sem escrever código?
Dá. O Playground roda o Qwen3 TTS com seus créditos da PopNow, não precisa de chave de API e mostra o código de cada geração.
Outras APIs de áudio
- API do Gemini 3.8 Flash TTSFala expressiva que interpreta indicações como [laughing]A partir de 0,05 crédito por segundo
- API do MiniMax Speech 2.8 HDFala em alta fidelidade com mais de 400 vozes e controle de emoçãoA partir de 18 créditos a cada 1.000 caracteres
- API do Gemini 3.8 Flash-Lite TTSFala rápida e leve em 30 vozesA partir de 0,03 crédito por segundo
- API do Grok TTS71 vozes em 20 idiomas, com tags de falaA partir de 3 créditos a cada 1.000 caracteres
- API do Seed Speech 2.041 vozes com o tom definido em linguagem simplesA partir de 11 créditos a cada 1.000 caracteres
- API do MiniMax Speech 2.8 TurboFala rápida com mais de 400 vozes e controle de emoçãoA partir de 11 créditos a cada 1.000 caracteres
