Poradniki
Sprawdź głos, język, Instruct i chińskie instrukcje CosyVoice 3 Flash. Odróżnij region usługi od kraju użytkownika.
Gdy instrukcja emocji nie daje oczekiwanego efektu, najpierw sprawdź obsługę Instruct przez wybrany głos. Potem sprawdź język mowy, format instrukcji i konfigurację usługi. Akceptacja pola instruction nie oznacza, że każdy głos potrafi je wykonać.
Oficjalna lista głosów, zaktualizowana 8 października 2026 roku, podaje dla każdego głosu języki oraz obsługę Instruct, SSML i znaczników czasu.
Przykładowo longanyang obsługuje Instruct w określonym formacie, natomiast longanlang_v3 wymieniono bez Instruct. Samo generowanie mowy nie oznacza jednakowych ustawień emocji.
Sprawdź wpis dla dokładnego modelu i identyfikatora. Podobna nazwa z innej wersji nie wystarcza.
Najpierw przygotuj dwa zdania bez instrukcji. Następnie dodaj jedną obsługiwaną emocję, zachowując ten sam głos i tekst. To metoda diagnozy, a nie zmierzona skuteczność rozwiązania.
W opisie formatu longanyang użyto chińskiej kropki, a w przykładach kropki ASCII. Poniższy niewykonany przykład odpowiada opisowi formatu. Jeśli twoja ścieżka określa dokładniejsze wymaganie, zweryfikuj je krótką próbą przed pracą wsadową.
Tekst musi być w języku obsługiwanym przez głos. Instrukcja sterująca ma osobne wymagania: dokumentacja longanyang wymaga instrukcji po chińsku, również dla angielskiej wypowiedzi.
Przykład żądania APIXO, którego nie wysłano:
{
"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"
}
}Zachowaj chiński ciąg sterujący bez tłumaczenia. Format ma chińską kropkę, przykłady ASCII. Stosuj wymaganie danego głosu i sprawdź krótką próbę; niewykonane żądanie nie jest gwarantowaną receptą produkcyjną.
Docs CosyVoice APIXO ograniczają instruction do 100 znaków. Przetestuj jedną emocję, zanim połączysz rolę, scenariusz i język.
Głos może obsługiwać SSML bez Instruct. Sprawdź obie cechy przed ich połączeniem.
Porównaj dwie krótkie wypowiedzi bez instrukcji i z jedną instrukcją, zachowując tekst oraz głos. Brak słyszalnej różnicy nie wystarcza do stwierdzenia ograniczenia kraju.
Dokumentacja regionów Alibaba Cloud opisuje endpointy, wdrożenie i konfigurację zasobów. Pekin i Singapur wymagają właściwej konfiguracji usługi.
Obecne tabele obejmują międzynarodowe wdrożenie V3 Flash w Singapurze, a longanyang figuruje dla Pekinu i Singapuru. Sprawdzone dokumenty nie uzasadniają ogólnego stwierdzenia, że użytkownicy poza Chinami nie mogą korzystać z API. Nie gwarantuje to dostępu bez ograniczeń każdemu kontu, krajowi i sieci.
Funkcje różnią się: poradnik klonowania podaje, że V3 Flash w Singapurze nie obsługuje syntezy sklonowanych głosów. To inne ograniczenie niż dostępność głosów gotowych. Tabela wdrożeń opisuje dostawcę, nie ceny APIXO.
Używaj ujednoliconego interfejsu i konfiguracji APIXO. Aktualne Docs wymieniają speech, clone i design, z głosem gotowym lub utworzonym voice_id. Nie zweryfikowano regionu dostawcy wykorzystywanego przez APIXO; nie przenoś więc automatycznie ograniczeń konkretnego regionu Alibaba.
Sprawdź głos, język tekstu, długość instrukcji i gotowość własnego głosu. Zachowuj identyfikator zadania, kod błędu i parametry. Nie wykonano testów API z różnych krajów.
Zacznij od głosu z potwierdzonym Instruct, obsługiwanego języka i jednej instrukcji właściwej temu głosowi. Porównaj wynik bazowy, potem badaj konfigurację. Koszty platformy sprawdzaj w APIXO Pricing.
Stawki użytkowania API; miesięczne kredyty Studio są oddzielne.
Twórz z APIXO
Przeglądaj modele obrazów, wideo i dźwięku w jednym miejscu.