<ruby id="v8h9g"></ruby> 7月20日消息，阿里千問正式發布語音合成大模型Qwen-Audio-3.0-TTS。新模型包含面向實時交互的Flash版本（首包延時300ms級別）和面向高質量生成的Plus版本。
據了解，新模型在細粒度標簽控制、freestyle 指令遵循、多語種與方言覆蓋以及復雜聲學魯棒性等方面實現系統性提升，讓合成語音從“能說話”走向“會表達”。
此外，該模型支持在文本中嵌入結構化標簽，可對語氣、情緒進行精準調控。并配備精品音色庫，單次語音合成可達3分鐘，覆蓋16種語言以及20種方言。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
金羊網 2026-07-23 09:22:27
4402 跟貼 4402
三湘都市報 2026-07-23 10:25:54
654 跟貼 654
都市快報橙柿互動 2026-07-23 09:05:57
1960 跟貼 1960
北京
