阿里Qwen语音大模型登顶与发布

第 1 集 · 阿里Qwen-Audio-3.0-TTS-Plus登顶语音榜(2026-07-15,2 条)

Artificial Analysis 更新了 Speech Arena 语音榜单并开放投票与样例试听。阿里通义旗下的 Qwen-Audio-3.0-TTS-Plus 凭借出色表现成功登顶“Provider Voices”榜单。尽管该模型在生成速度方面相对落后，但其卓越的语音生成质量依然获得了高度认可。

• Qwen-Audio-3.0-TTS-Plus 登顶语音榜 — ArtificialAnlys · 2026-07-15
• 语音榜单更新，Qwen 速度落后 — ArtificialAnlys · 2026-07-15

第 2 集 · 阿里发布 Qwen-Audio-3.0-TTS 语音大模型(2026-07-20,5 条)

阿里通义实验室正式发布了语音合成大模型 Qwen-Audio-3.0-TTS。该模型主打多语种支持与高度可控的语音生成能力，进一步降低了实时语音交互的延迟门槛。

版本与核心参数

模型提供两个版本以满足不同场景需求：Flash 版面向实时交互，首包延迟约为 300ms 级别；Plus 版则面向更高质量的生成任务，在自然度和音色还原度上表现更优。

多语言与音色能力

在多语言能力上，Qwen-Audio-3.0-TTS 支持 16 种语言和 20 种方言。用户仅需提供一段参考音频，模型即可实现跨语种说话并保持同一音色。

可控性与风格指令

该模型具备极强的可控性。用户不仅可以通过自然语言控制语音的语气和风格，还能在文本中嵌入如 [gasp] 等细粒度标签来实现更精确的情感与声音细节表达。

• 千问发布Qwen-Audio-3.0-TTS — 千问大模型 · 2026-07-20
• Qwen-Audio-3.0-TTS发布 — 通义实验室 · 2026-07-20
• Qwen-Audio-3.0-TTS 发布 — 智东西 · 2026-07-20
• Qwen-Audio-3.0-TTS 发布 — airesearch12 · 2026-07-21
• 通义发布 Qwen-Audio-3.0-TTS，一段参考音可说 16 种语言 — xiaohu · 2026-07-21

第 3 集 · 阿里 Qwen 最强 TTS 模型登顶但暂限 API 调用(2026-07-21,3 条)

阿里巴巴的 Qwen-Audio-3.0-TTS-Plus 模型近期登顶了 Artificial Analysis 的 Speech Arena 文本转语音排行榜，力压 Gemini 等强劲对手。然而，社区指出该最强 TTS 模型目前仅提供 API 调用服务，尚未跟进出开源权重版本。这引发了关于 Qwen 是否开始将顶尖模型商业化闭源、仅限付费 API 使用的行业讨论。

• 阿里 Qwen-Audio-3.0-TTS-Plus 登顶 Speech Arena 榜单 — airesearch12 · 2026-07-21
• 通义万相音频夺魁，但最强 TTS 模型或仅限 API 调用？ — b111ue · 2026-07-22
• Qwen 最强 TTS 先上 API，开源权重暂时没跟上 — b111ue · 2026-07-22