通义实验室发布 Qwen-Audio-3.0-TTS，含 Flash（首包延迟约300ms）和 Plus 两个版本。
Plus 版本在 Artificial Analysis 榜单夺冠，支持16种语言和20种中文方言，平均 WER/CER 低至3.87（Flash），说话人相似度最高达82.75（Plus）。
Tin AI / 模型更新
Back to AI news
Phòng thí nghiệm Tongyi phát hành mô hình tổng hợp giọng nói thời gian thực Qwen-Audio-3.0-TTS
Phòng thí nghiệm Tongyi ra mắt Qwen-Audio-3.0-TTS, gồm hai phiên bản Flash (gói đầu tiên độ trễ khoảng 300ms) và Plus. Phiên bản Plus dẫn đầu bảng xếp hạng...
Tóm tắt thông tin AI hôm nay
Phòng thí nghiệm Tongyi ra mắt Qwen-Audio-3.0-TTS, gồm hai phiên bản Flash (gói đầu tiên độ trễ
khoảng 300ms) và Plus. Phiên bản Plus dẫn đầu bảng xếp hạng Artificial Analysis, hỗ trợ 16 ngôn ngữ và 20 phương ngữ tiếng Trung, trung bình WER/CER thấp tới 3,87 (Flash), độ tương đồng giọng nói cao nhất đạt 82,75 (Plus).
资讯正文 · AI 整理
情报判断
Aioga 编辑摘要
通义实验室发布 Qwen-Audio-3.0-TTS，提供 Flash 与 Plus 两个版本。材料称 Flash 首包延迟约300ms，Plus 在 Artificial Analysis 榜单夺冠。
背景分析
公开材料将该产品归为实时语音合成模型，并披露其支持16种语言和20种中文方言。现有摘录未进一步说明发布时间、训练方法、部署条件或榜单评测规则。
Aioga 观点
Aioga 判断，双版本设计体现了对响应速度与合成表现两类指标的区分。榜单成绩和延迟数据值得关注，但仍需结合完整评测口径与实际应用测试审慎理解。
影响与后续
该模型可能为多语言、中文方言及实时语音合成场景提供新的选择。材料给出的平均 WER/CER 低至3.87和相似度最高82.75，可作为初步比较依据，但不代表所有场景表现。 建议后续关注官方是否披露完整模型文档、Artificial Analysis 评测设置、WER/CER 计算口径、说话人相似度测试条件，以及 Flash 与 Plus 在不同语言和方言中的具体表现。
Source and Copyright
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: mp.weixin.qq.com
Nguồn: 公众号：通义实验室（千问）
原文链接: Mở nguồn gốc
Aioga 归档: 查看情报页
Content record: summary-fallback · Updated: 2026-07-20T08:53:11.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article