Together AI 上线 Qwen3 TTS:指令可控语气,首音频仅 97ms
togethercompute · x · 2026-11-23
Together AI 上架阿里 Apache 2.0 开源的 Qwen3 TTS 12Hz 1.7B 模型,定价 $20/百万字符。
- 支持中英日韩德法俄葡西意 10 种语言及方言音色,提供 9 个预设音色,任何音色可讲任何语言
- 核心亮点是指令可控:不改一句话的文本,只在请求的 instructions 字段变更说明,同一音色就能读出不同的语气、语速与情绪
- 单一端到端语言模型架构,基于 Qwen 自研 12Hz 语音分词器,支持流式输出,首段音频最快 97ms,对嘈杂输入文本表现稳健
所属事件:Together AI 上线 Qwen3 TTS,支持指令控制语气(2 条相关)→
「多模态」频道最新
- 给 Fable 两张参考图,它生成出一个带歌词滚动的复古音乐播放器 — Aryvyo · 2026-11-23
- Three.js+Blender+Meshy AI 打造 3D 圣诞村庄角色 Milo 和 Achoo — techartist_ · 2026-11-23
- AI 视频「The Emerald Helm」:黑甲骑士电影级质感惊艳 Reddit — PsychologicalSet4573 · 2026-11-23
- 用 Claude Code 接视频 MCP,4.5 小时 GTA 6 素材 4 秒产 8 条切片 — aryanXmahajan · 2026-11-23
- 用 Claude 通过 MCP 全程指挥 Suno,口述即可生成歌曲和 MV — TJLarkin23 · 2026-11-23
- 不改声音只改语气:Qwen3 TTS 用 instructions 字段控制朗读方式 — togethercompute · 2026-11-23