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 语音大模型(5 条相关)→
「多模态」频道最新
- Midjourney V8.2 加入个性化并展示新图像效果 — Mr_AllenT · 2026-07-27
- Midjourney 图像多样性引发 Krea 2 对比与复现提问 — diffusion_throwaway · 2026-07-27
- AI 短片把 1985 年反乌托邦拍成电影感作品 — ProfessorKey98 · 2026-07-27
- Google Omni 做出的 BOTPD 新集变成追车戏仿 — ScriptLurker · 2026-07-27
- 一个新 LoRA 复刻了 GTA: San Andreas 的 RenderWare 画风 — Humble-Pick7172 · 2026-07-27
- AMD R9700 开启动态 VRAM 后，LTX 2.3 生成速度大幅提升 — xdcfret1 · 2026-07-27