16:52
小互@imxiaohu
小互@imxiaohu76°
推荐理由：通义新出的语音模型，一段音就能说16种语言，还能保持音色，延迟才300毫秒，挺实用的。
说话人相似度
共 1 条相关 AI 资讯
7月21日
16:52
通义推出 Qwen-Audio-3.0-TTS 语音模型，支持 16 种语言和 20 种方言。首包延迟仅 300 毫秒级。同一段参考音可跨 16 种语言保持音色一致。在 CV3-Eval 基准上，说话人相似度 16 个语种全部排第一，Plus 平均得分 82.75 分（百分制）。