标签: ChatGPT

千问甩出语音合成大模型Qwen-Audio-3.0-TTS:自然语言直接指挥,实时版首包延迟压进 300 毫秒

千问甩出语音合成大模型Qwen-Audio-3.0-TTS:自然语言直接指挥,实时版首包延迟压进 300 毫秒

通义千问在7月20日正式发布语音合成大模型Qwen-Audio-3.0-TTS,用户不再需要调整繁琐的工程参数,直接用自然语言描述想要的语气、节奏或风格,模型就能生成相应的语音。该模型同时推出主打实时交互的Flash版(首包延迟控制在300毫秒级别)和主打高品质的Plus版,覆盖语音助手与专业配音两个方向。