投资财经国际36氪大约 19 小时前
阿里巴巴发布语音合成大模型Qwen-Audio-3.0-TTS
36氪获悉，7月20日，阿里巴巴发布语音合成大模型Qwen-Audio-3.0-TTS，在细粒度标签控制、freestyle指令遵循、多语种与方言覆盖以及复杂声学鲁棒性等方面系统性提升，包含面向实时交互的Flash版本（首包延时300ms级别）和面向高质量生成的Plus版本，让合成语音从“能说话”走向“会表达”。
目前，在全球第三方榜单Artificial Analysis，Qwen-Audio-3.0-TTS-Plus登顶，其预览版Fun-Realtime-TTS也曾在一个月前登顶该榜单。
AI 解读 · 为什么重要
让 AI 拆解这条资讯的核心要点、影响与你该关注什么。
追问 AI
阅读原文
内容聚合自36氪，AI 解读由「认知」生成，仅供参考。