分类：provider

Model Studio Qwen TTS 语音克隆

使用语音克隆模型，基于注册音频样本复现音色（timbre）。

关键模型名称

请严格使用以下任一模型字符串：

• qwen3-tts-vc-2026-01-22
• qwen3-tts-vc-realtime-2026-01-15

前提条件

• 在虚拟环境中安装 SDK：

python3 -m venv .venv
. .venv/bin/activate
python -m pip install dashscope

• 在环境变量中设置 DASHSCOPE_API_KEY，或在 ~/.alibabacloud/credentials 文件中添加 dashscope_api_key 配置项。

标准化接口（tts.voice_clone）

请求参数

• text（字符串，必填）
• voice_sample（字符串或字节流，必填）—— 注册音频样本
• voice_name（字符串，可选）
• stream（布尔值，可选）

响应字段

• audio_url（字符串）或流式传输的 PCM 数据块
• voice_id（字符串）
• request_id（字符串）

操作指南

• 使用背景噪声低、语音清晰的音频样本。
• 严格遵守语音克隆相关的用户授权要求与平台政策。
• 持久化保存生成的 voice_id，并在后续合成请求中复用。

本地辅助脚本

生成标准化请求 JSON 并校验响应结构：

.venv/bin/python skills/ai/audio/aliyun-qwen-tts-voice-clone/scripts/prepare_voice_clone_request.py 
  --text "Welcome to this voice-clone demo" 
  --voice-sample "https://example.com/voice-sample.wav"

输出路径

• 默认输出目录：output/ai-audio-tts-voice-clone/audio/
• 可通过环境变量 OUTPUT_DIR 覆盖基础目录。

校验

mkdir -p output/aliyun-qwen-tts-voice-clone
for f in skills/ai/audio/aliyun-qwen-tts-voice-clone/scripts/*.py; do
  python3 -m py_compile "$f"
done
echo "py_compile_ok" > output/aliyun-qwen-tts-voice-clone/validate.txt

通过标准：命令退出码为 0，且成功生成文件 output/aliyun-qwen-tts-voice-clone/validate.txt。

输出与证据

• 将产物（artifacts）、命令输出及 API 响应摘要统一保存至 output/aliyun-qwen-tts-voice-clone/ 目录下。
• 证据文件中需包含关键参数（如地域、资源 ID、时间范围等），以保障结果可复现。

工作流

1. 确认用户意图、目标地域、资源标识符，并明确该操作为只读（read-only）还是变更类（mutating）操作。
2. 首先执行一个最小化的只读查询，用于验证网络连通性与权限配置。
3. 使用显式参数与限定作用域，执行目标操作。
4. 校验执行结果，并保存输出内容与证据文件。

参考资料

• references/sources.md