公众号正文需在微信内阅读，站内仅提供摘要。
Qwen-Audio-3.0-TTS 发布：从"能说话"到"会表达"
精选理由
事件有新进展通义千问发布Qwen-Audio-3.0-TTS，登顶TTS排行榜本文发布后另有 1 篇报道 · 查看事件全貌 →从「能说话」到「会表达」，区别在于用自然语言指令和标签精确控制情绪与细节，这为需要多语种和方言的商业场景降低了声音设计门槛。
AI 摘要
通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型，含 Flash 与 Plus 两个版本，首包延迟约 300ms。模型支持 16 种语言和 20 种方言，Plus 版在 Artificial Analysis 榜单夺冠，平均说话人相似度达 82.75。新增 Free-style 自然语言指令、细粒度标签控制及嘈杂环境鲁棒性，音频输出提升至 48K，单次合成最长 3 分钟。
公众号正文需在微信内阅读，站内仅提供摘要。
在微信中打开原文mp.weixin.qq.com（在新标签页打开）