通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型
从“能说话”到“会表达”：Qwen-Audio-3.0-TTS 发布
AI 导读通义实验室发布 Qwen-Audio-3.0-TTS，含 Flash（首包延迟约300ms）和 Plus 两个版本。Plus 版本在 Artificial Analysis 榜单夺冠，支持16种语言和20种中文方言，平均 WER/CER 低至3.87（Flash），说话人相似度最高达82.75（Plus）。
另有 4 家信源报道
- 通义千问发布Qwen-Audio-3.0-TTS，登顶TTS排行榜通义千问 / Qwen · 7 月 23 日
- 阿里通义实验室发布 Qwen-Audio-3.0-TTS，面向 16 种语言的 Flash 与 Plus 级托管语音合成模型MarkTechPost · 7 月 21 日
- 阿里千问发布语音合成大模型 Qwen-Audio-3.0-TTSIT之家·人工智能 · 7 月 20 日
- Qwen-Audio-3.0-TTS 发布：从“能说话”到“会表达”公众号：通义实验室 · 7 月 20 日
来源：公众号：通义实验室 · mp.weixin.qq.com
事件后续1
查看事件全部- 通义千问发布Qwen-Audio-3.0-TTS，登顶TTS排行榜通义千问 / Qwen · 7 月 23 日