阿里通义发布Qwen3-TTS新模型，音色创造与克隆技术领先业界
创始人
2025-12-24 18:37:37
0次
今日，阿里通义宣布Qwen3-TTS家族新增两款模型，分别为音色创造模型Qwen3-TTS-VD-Flash和音色克隆模型Qwen3-TTS-VC-Flash。Qwen3-TTS-VD-Flash支持复杂自然语言指令输入，实现对音色、韵律、情感等的精细化调控，用户可自由定义音色，不再局限于预设音色。在InstructTTS-Eval中，其综合表现超越了GPT-4o-mini-tts、Mimo-audio-7b-instruct等模型。Qwen3-TTS-VC-Flash则支持3秒级别音色克隆，并能生成10大主流语言的音频，其在MiniMaxTTSMultilingualTestSet上的平均词错误率（WER）全面优于其他模型。
两款新模型均具备高表现力的拟人化音色，能够稳定输出与输入文本高度契合的语音内容，并自动调节语气节奏。它们还具备强大的文本解析能力，能自动处理复杂文本结构，精准提取关键信息，展现出较强的鲁棒性。Qwen3-TTS-VD-Flash支持通过自然语言描述生成定制化的音色形象，而Qwen3-TTS-VC-Flash则支持基于克隆音色生成多语种音频，对复杂文本和野生音频都有较高的鲁棒性。这两款模型的推出，标志着阿里通义在文本到语音技术领域的进一步发展。
下一篇：日本民众集会抗议高市涉台错误言论
相关内容
热门资讯
雷克萨斯多能源平台助力电动车盈...
近日，丰田首席技术官中嶋裕树对外透露了雷克萨斯整车平台的研发规划。中嶋裕树指出，保时捷、本田等品牌因...
奕境X9携华为技术登场，第三季...
7月6日，奕境汽车官方发布了其首创的「天穹智盾」安全架构核心亮点，该架构被标榜为行业最高标准安全架构...
美国独立日烟花引发Waymo自...
7月4日美国独立日当晚，Waymo在旧金山运营的自动驾驶出租车发生意外。一辆无人驾驶的Waymo车辆...
捷豹路虎国产车停产，经销商亏损...
7月6日，捷豹路虎中国经销商宣布停止进购该品牌所有国产车型。这一决定距离奇瑞捷豹路虎常熟工厂最后一辆...
零跑B01/B10新车型曝光：...
近日，零跑汽车公布了全新B01/B10座舱细节，两款新车预计不久将上市。全新B01车型配备了50英寸...
活力中国调研行丨向“电子工业大...
也许很多人不知道这些元器件的名字，但小到手机、电脑，大到智能电视、新能源汽车，都离不开这些产品——多...
一天送货2万单！大湾区无人机物...
7月4日，“活力中国调研行”主题采访活动走进深圳市宝安区。在丰翼宝安低空智慧物流运营中心的场坪上，运...
南昌“佛得角”烟酒店意外走红，...
2026美加墨世界杯，让很多人记住了“佛得角”这个全国人口54万，面积约为北京1/4的国家。短短的2...
全程实拍，雅鲁藏布江畔，这对夫...
编者按：天路纵横雪域，铁轨连通山河。拉林铁路如圣洁银白哈达，缠绕雅鲁藏布江河谷，成为地区发展、群众出...