阿里 Qwen Audio 3.0 TTS Plus 登顶语音合成榜单
The Decoder · rss · 2026-07-21
阿里巴巴的 Qwen Audio 3.0 TTS Plus 在 Artificial Analysis 的 Speech Arena 语音榜单上拿到第一。
- 模型支持 16 种语言。
- 用户可以用自然语言或像 [angry] 这样的标签控制说话风格。
- 代价是速度偏慢：大约 16 字符/秒，明显落后于 Sonic 3.5 和 Simba 3.2。
- 这意味着它更像是“质量领先”的 TTS，而不是“速度领先”的 TTS。
「模型」频道最新
- 前 Google 研究员团队发布 Fern 0.1:专供审计数据、调试训练的模型 — bneyshabur · 2026-10-26
- Fern 0.1 智能体基准首秀:SWE-Bench Verified 73.4,与前沿模型仍有差距 — bneyshabur · 2026-10-26
- Fern 团队提出「上下文即智能」:预测精度随上下文增至 1000 万 token 持续提升 — bneyshabur · 2026-10-26
- Mirendil 发布首个自研预训练模型 Fern,上下文最长 1000 万 token — bneyshabur · 2026-10-26
- 网友发现 Claude 疑似上线专用翻译界面 — BLCNYY · 2026-10-26
- 用户实测 GrokBot:订机票、网购全被拦,几乎办不成事 — lucasmeijer · 2026-10-26