阿里通义千问推出最新文本转语音模型Qwen-Audio-3.0-TTS，提供Flash（实时交互）和Plus（高质量生成）两个版本。新功能包括细粒度内联标签控制（如【whisper】、【angry】）、自然语言风格控制、支持16种语言，以及一次生成长达3分钟的长文本。该模型目前在Artificial Analysis TTS排行榜上排名第一。
查看原文：https://x.com/Alibaba_Qwen/status/2080270065547809133
来源：X：通义千问 / Qwen (@Alibaba_Qwen)
未经允许不得转载：AI之家 » 通义千问发布Qwen-Audio-3.0-TTS，登顶TTS排行榜
评论 ( 0 )