Читаем руководство по промпт-инжинирингу вслух: демонстрация управления TTS-инструкциями

В этой работе qwen-audio-3.0-tts-flash используется для синтеза аудиоозвучки текста иллюстрированного руководства по визуализации промпт-инжиниринга, демонстрируя возможности управления естественным языком во Flash-версии: тон и ритм описываются в поле instruction, а не настраиваются вручную. Со стороны структуры входных данных text задаёт основной текст, voice указывает встроенный тембр, language_hints ограничивает язык, а rate/pitch/format/sample_rate управляют форматом вывода; выбор mp3 и 22050 Гц удобен для непосредственного встраивания в страницу контента для воспроизведения. Подходит для озвучивания технической документации, интро к подкастам-руководствам, а также как базовая линия озвучки образовательного контента для разработчиков — удобно сопоставлять реальный submit input и наблюдать, как instruction и параметры скорости речи и тембра влияют на итоговое звучание. Учтите, что количество тембров ограничено (в текущей конечной точке 4 встроенных тембра), длинные тексты тарифицируются по символам, а требования к качеству звука в сценариях с официальным контентом следует взвешивать с версией Plus.