阿里巴巴的 Qwen 团队发布了 Qwen-Audio-3.0-TTS，这是一个新的文本转语音模型，提供实时（Flash）和高质量（Plus）版本。该模型引入了先进的功能，例如用于控制情感和语速的细粒度内联标签、用于风格化生成的自然语言控制、对 16 种语言的支持以及从嘈杂音频生成干净输出的能力。Qwen-Audio-3.0-TTS 还可以在一次运行中生成长达三分钟的长音频，并在 Artificial Analysis TTS 排行榜上名列前茅。 AI
影响 通过对语音情感和语速的高级控制，增强了游戏叙事和互动故事讲述等创意应用。
排序理由 前沿实验室模型发布，附带系统卡。[lever_c_demoted from frontier_release: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
