Qwen-Audio-3.0-TTS 发布
airesearch12 · x · 2026-07-21
Qwen 发布了 Qwen-Audio-3.0-TTS，分为两种版本：
- Flash：面向实时交互
- Plus：面向更高质量生成
这次更新的重点包括：支持 16 种语言、可用自然语言控制语气/风格、能用更细粒度标签描述非语言细节，并且对不完美音频的声音克隆更稳。
所属事件:阿里发布 Qwen-Audio-3.0-TTS 语音合成大模型(5 条相关)→
「多模态」频道最新
- AI 视频制作入坑指南：如何解决连贯性与审查限制 — cynicalnewenglander · 2026-07-22
- 先做分镜再生成，AI 舞蹈视频更容易保持一致性 — aftahi_ai · 2026-07-22
- Runpod MCP 让 Claude 直接编排图像和视频生成工作流 — 802high · 2026-07-22
- Midjourney 把蜜蜂做成碎片爆炸梗图 — michaelrabone · 2026-07-22
- 物理奖励能改进视频生成，但不等于物理引擎 — Dapper-Drawer4546 · 2026-07-22
- HeyGen 给 coding agent 接入 7.5 万图片和 1 万音乐 — HeyGen · 2026-07-22