Se CosyVoice 3 Flash non esprime l’emozione richiesta, verifica prima che la voce scelta supporti Instruct. Controlla poi lingua del testo, formato dell’istruzione e configurazione del servizio. L’accettazione del campo non significa che ogni voce possa applicarlo.
CosyVoice 3 Flash: voce, lingua e istruzioni emotive: Schema del processo, non un risultato del modello testato
Inizia con la voce esatta
L’elenco ufficiale delle voci, aggiornato l’8 ottobre 2026, indica per ogni voce lingue supportate, Instruct, SSML e timestamp.
Ad esempio, longanyang supporta Instruct con un formato definito, mentre longanlang_v3 è elencato senza il supporto Instruct. Il solo supporto della sintesi vocale non implica gli stessi controlli delle emozioni.
Controlla la voce sotto il modello esatto e l'identificatore vocale invece di fare affidamento su un nome vocale simile di un'altra versione.
Identificare il livello difettoso con un breve confronto
Crea una linea di base di due frasi senza istruzioni, quindi aggiungi un'emozione supportata mantenendo la voce e il testo fissi. Questo è un metodo diagnostico, non un tasso di correzione misurato.
Sintomo: Attività riuscita, emozione poco percepibile · Primo controllo: Supporto Instruct della voce specifica · Azione successiva: Confronta una voce esplicitamente compatibile sullo stesso testo
Sintomo: Pronuncia o accento errato · Primo controllo: Lingue supportate dalla voce selezionata · Azione successiva: Verificare la lettura semplice prima di aggiungere emozioni
Sintomo: Richiesta rifiutata · Primo controllo: Modalità, voice / voice_id, lunghezza di instruction e campi obbligatori · Azione successiva: Conservare l'ID/errore dell'attività e correggere l'input documentato
Sintomo: Voce clonata non disponibile · Primo controllo: Stato di creazione, associazione modello/utente e regione del servizio · Azione successiva: Controlla la restrizione specifica della funzione invece di dichiarare un divieto nazionale
Sintomo: Errore di accesso su una rete o in un paese · Primo controllo: Errore di rete, autenticazione o autorizzazione · Azione successiva: Connettività della piattaforma separata dalle risorse della regione del provider
Per longanyang, la riga del formato ufficiale utilizza un punto cinese mentre la riga di esempio utilizza un punto ASCII. La richiesta seguente segue la riga del formato e non è stata eseguita. Se il tuo percorso specifica un requisito più preciso, utilizzalo in un breve test prima di qualsiasi batch. Non considerare questo esempio come una ricetta di produzione verificata.
Separare la lingua parlata dalla lingua di istruzione
Il testo deve utilizzare una lingua supportata dalla voce. L'istruzione di controllo può avere requisiti diversi: la documentazione di longanyang richiede istruzioni in cinese anche durante la sintesi di testo inglese.
Un esempio di corpo della richiesta APIXO non inviato è:
{
"request_type": "async",
"input": {
"mode": "speech",
"voice": "longanyang",
"prompt": "Welcome. We are glad you are here.",
"instruction": "你说话的情感是happy。",
"format": "mp3"
}
}
Mantieni invariata la stringa cinese. Il formato ufficiale usa un punto cinese, mentre gli esempi mostrano un punto ASCII. Segui le specifiche della voce e prova un campione breve: questo corpo non eseguito non garantisce il successo.
I Docs CosyVoice di APIXO limitano l’istruzione a 100 caratteri. Prova una sola emozione prima di aggiungere ruolo, scena e lingua.
SSML è una funzionalità separata
Una voce può supportare SSML senza supportare Instruct. Conferma ciascuna funzionalità separatamente prima di combinarle.
Utilizza due brevi frasi come base senza un'istruzione, quindi ripeti lo stesso testo e la stessa voce con un'istruzione. Un risultato di ascolto invariato non è sufficiente per diagnosticare una restrizione nazionale.
Cosa significano i limiti della regione di distribuzione
La documentazione regionale di Alibaba Cloud descrive i punti di accesso, l'implementazione e la configurazione delle risorse. Pechino e Singapore richiedono la configurazione del servizio appropriata.
Le attuali tabelle ufficiali elencano una distribuzione internazionale a Singapore per V3 Flash e longanyang è elencato sia a Pechino che a Singapore. La documentazione esaminata non supporta una conclusione generale secondo cui gli utenti al di fuori della Cina non possono utilizzare il modello tramite un'API. Questa non è una promessa che ogni account, paese o rete abbia accesso illimitato.
Le funzionalità specifiche differiscono: la guida alla clonazione vocale afferma che Singapore V3 Flash non supporta la sintesi con voci clonate. Questa limitazione delle funzionalità è diversa dalla disponibilità della voce preimpostata. La tabella di distribuzione ufficiale è un riferimento del fornitore, non i prezzi APIXO.
Diagnostica APIXO utilizzando il proprio contratto
Usa l’interfaccia e la configurazione APIXO. I Docs presentano speech, clone e design, con voci preimpostate o un voice_id creato per la sintesi. La regione del servizio a monte di APIXO non è stata verificata: non attribuire automaticamente una regione Alibaba o i suoi limiti alla piattaforma.
Controlla la voce, la lingua del testo, la lunghezza delle istruzioni e la disponibilità della voce personalizzata. In caso di errori, conservare l'ID dell'attività, il codice di errore e i parametri. Per questa guida non sono stati eseguiti test API tra paesi.
Inizia con una voce che supporta esplicitamente Instruct, una lingua parlata supportata e un'istruzione specifica per la voce. Confrontare con la linea di base, quindi esaminare la configurazione o il routing, se necessario. Utilizzare APIXO Pricing per i costi della piattaforma.
Tariffe d’uso API; crediti mensili Studio separati.
Sviluppa con APIXO
Esplora modelli di immagini, video e audio in un unico posto.
