搜索
阿里云发布Qwen3-TTS系列语音合成模型
2 小时前
据通义千问官方消息，2025年12月24日，阿里云正式推出Qwen3-TTS系列两款新一代语音合成模型：Qwen3-TTS-VD-Flash（音色创造模型）与Qwen3-TTS-VC-Flash（音色克隆模型）。Qwen3-TTS-VD-Flash支持通过自然语言指令定制音色、韵律、情感及人设，实现精细化调控，在InstructTTS-Eval评测中表现优于GPT-4o-mini-tts等模型。Qwen3-TTS-VC-Flash支持3秒级音色克隆，可生成中、英、日、韩、法、德、西、意、葡、俄等10种语言语音，在多语种测试中词错误率优于MiniMax、ElevenLabs等主流方案。目前，两款模型均已在阿里云百炼平台上架Flash版本API，可满足工业级语音合成需求。
