通义发布 Qwen-Audio-3.0-TTS，一段参考音可说 16 种语言
xiaohu · x · 2026-07-21
通义发布 Qwen-Audio-3.0-TTS，多语种语音保持同一音色
通义发布了 Qwen-Audio-3.0-TTS，一段参考音就能跨 16 种语言、20 种方言 说话。
- 官方给出的 首包延迟 大约是 300 毫秒。
- 同一段参考音跨语言输出时，音色保持较稳定，没有明显漂移。
- 在 CV3-Eval 上，它被描述为 16 个语种说话人相似度第一，Plus 平均分为 82.75/100。
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
- 29 美分用 Dreamina Seedance 伪造大坝灾难「幕后花絮」 — Standard_Spell5873 · 2026-10-27
- Reddit 求助：Qwen Image 2.1 换装总毁身材比例，Flux 3 Klein 略好 — Existing-Box-7866 · 2026-10-27
- ComfyUI 打造跨场景一致角色：RealVisXL V5 加 img2img 面部参考 — MiaLarsonJL · 2026-10-27
- 29 美分生成迈克尔·贝式屋顶大片，Seedance 实测效果惊人 — PersonalSpace_4225 · 2026-10-27
- 3 步 Turbo LoRA 实测:Moss 图像模型极速出图效果展示 — JadedScorpion · 2026-10-27
- Magnific 预告 10 月 28 日上线新功能：「We're making it move」 — cuenca · 2026-10-27