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
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 零编程经验者用 ChatGPT 开发 ComfyUI 安卓客户端将上架 — ComfierUI · 2026-09-11
- RunningHub 开源 H3Lightning：MiniMax H3 视频生成提速约 12 倍 — 智东西 · 2026-09-11
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11