Qwen-Audio-3.0-TTS 发布：从“能说话”到“会表达”
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 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。
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
- 通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型公众号：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