阿里巴巴推出了Qwen-Audio-3.0-TTS，这是一款在控制性、多语言支持和声学鲁棒性方面有显著改进的新型文本到语音模型。该模型有两个版本：Flash版本用于低延迟的实时交互，Plus版本用于高质量生成。Qwen-Audio-3.0-TTS-Plus在Artificial Analysis Speech Arena排行榜上名列前茅，超越了Google和Speechify等竞争对手。 AI
影响 为TTS质量和控制设定了新的基准，可能影响企业采用和富有表现力的语音合成的进一步研究。
排序理由 主要科技公司（阿里巴巴）发布的新模型，并附有性能声明和基准测试结果。
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →
36氪获悉，7月20日，阿里巴巴发布语音合成大模型Qwen-Audio-3.0-TTS，在细粒度标签控制、freestyle指令遵循、多语种与方言覆盖以及复杂声学鲁棒性等方面系统性提升，包含面向实时交互的Flash版本（首包延时300ms级别）和面向高质量生成的Plus版本，让合成语音从“能说话”走向“会表达”。目前，在全球第三方榜单Artificial Analysis，Qwen-Audio-3.0-TTS-Plus登顶，其预览版Fun-Realtime-TTS也曾在一个月前登顶该榜单。
<p><img alt="" class="attachment-full size-full wp-post-image" height="1152" src="https://the-decoder.com/wp-content/uploads/2026/07/qwen_logo-1.png" style="height: auto; margin-bottom: 10px;" width="2048" /></p> <p> Alibaba's Qwen Audio 3.0 TTS Plus tops Artificial Analysis' Spe…
<p>Alibaba’s Tongyi Lab has released Qwen-Audio-3.0-TTS, a production-oriented text-to-speech (TTS) system. The model ships in two variants from the same lineage. Flash targets real-time interaction. Plus targets high-quality generation. Both are delivered as hosted models …
Model Qwen-Audio-3.0-TTS-Plus od Alibaba Cloud zdominował ranking Speech Arena, pokonując rozwiązania Google i Speechify. Nowy lider oferuje niespotykaną kontrolę nad emocjami, choć jego wysoka jakość wiąże się z ceną segmentu premium. # si # ai # sztucznainteligencja # wiadomośc…