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
- 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
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11
- 用 MiniMax H3 MAX 对一只蚊子放大招,蚊子毫发无伤 — Hailuo_AI · 2026-09-11
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- AI 电影节 Lumara 将登陆纽约,顶级 AI 电影人齐聚评审 — 0xAllen_ · 2026-09-11
- 翼龙侦探:全程 AI 生成的概念片先导预告亮相 — PterodactylDetective · 2026-09-11