Qwen3-TTS

Qwen3-TTS's 概述

Qwen3-TTS是一款先進的開源文本轉語音模型，旨在實現自然的語音合成。其擁有高效的12Hz分詞器和多碼本語音編碼器，能生成擬人化的語音，具備微妙的情感細膩度。該模型支持零樣本語音克隆，使用者僅需3秒的音頻片段即可複製聲音。又因其具備上下文感知的韻律及無縫的多語言合成，Qwen3-TTS特別適合於各種語言的動態內容創建。其超低延遲為97毫秒，使其適合即時應用，提升用戶參與感與體驗。

Qwen3-TTS's 特点

• 零樣本語音克隆

• 高效的12Hz分詞器

• 上下文感知韻律

• 無縫的多語言合成

• 即時流媒體

• 自然語言音頻控制

• 開源自由

• 細緻的情感和風格控制

Qwen3-TTS's 问答

Qwen3-TTS's 定价

Qwen3-TTS是開源的，並且在Apache 2.0許可下可以免費商業使用。