通义千问Qwen3-TTS两款AI语音模型发布：支持定制与声音复刻
12月24日消息，阿里通义今日正式发布Qwen3-TTS家族的两款全新模型：音色创造模型Qwen3-TTS-VD-Flash与音色克隆模型Qwen3-TTS-VC-Flash。两款模型的主要特性如下：
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
音色创造：Qwen3-TTS-VD-Flash支持用户通过复杂、自然的语言指令输入，实现对音色、韵律、情感乃至人设的精细化调控。它让用户能够全面掌控从“说什么”到“如何说”的整个过程，自由定义心中想要的语音特质。这彻底改变了以往只能克隆现有音色，或是在有限预设音色库中进行选择的局面。
在InstructTTS-Eval评测中，其综合表现显著优于GPT-4o-mini-tts和Mimo-audio-7b-instruct；在角色扮演测试中也超越了Gemini-2.5-pro-preview-tts。
音色克隆：Qwen3-TTS-VC-Flash支持仅需3秒音频即可完成音色克隆，并能基于克隆出的音色，生成涵盖中文、英文、德语、意大利语、葡萄牙语、西班牙语、日语、韩语、法语、俄语等10大主流语言的语音。
在MiniMax TTS Multilingual Test Set上，其平均词错误率（WER）全面低于MiniMax、ElevenLabs及GPT-4o-Audio-Preview。
高表现力：无论是Qwen3-TTS-VD-Flash还是Qwen3-TTS-VC-Flash，都具备高度拟人化的自然音色。它们能够稳定、可靠地输出与文本内容高度契合的语音，并依据文本语义自动调节语气节奏，呈现出自然生动的表达效果。
鲁棒的文本能力：两款模型均拥有强大的文本解析能力，可自动处理复杂文本结构，精准提取关键信息。对于多样化、非规范化的文本格式，都展现出较强的鲁棒性（注：鲁棒性指系统在面临内部结构或外部环境的变化时，维持功能稳定运行的能力）。
Qwen3-TTS-VD-Flash
该模型支持用户通过自然语言描述来生成定制化的音色形象。您只需随意输入有关声学属性、人设描述、背景信息等自由描述，即可轻松创造出自己期望的语音形象。
可控的生成质量：在InstructTTS-Eval评测中，Qwen3-TTS的综合表现显著优于GPT-4o-mini-tts和Mimo-audio-7b-instruct；在角色扮演测试中也超越了Gemini-2.5-pro-preview-tts。
Qwen3-TTS-VC-Flash
该模型支持通过自然语音进行3秒级别的音色克隆。基于克隆出的音色，可生成多语种音频，同时对复杂文本和带有环境背景音的“野生”音频都具有较高的处理鲁棒性。
多语种音色克隆：在MiniMax TTS Multilingual Test Set上，Qwen3-TTS在中、英、法、意等语种的内容稳定性方面优于MiniMax、ElevenLabs及GPT-4o-Audio-Preview；其平均词错误率（WER）也位居第一。
Qwen3-TTS-Voice-Design API 文档：
https://www.alibabacloud.com/help/zh/model-studio/qwen-tts-voice-design?spm=a2ty_o06.30285417.0.0.56a0c9216Ey6VM
Qwen3-TTS-Voice-Clone API 文档：
https://www.alibabacloud.com/help/zh/model-studio/qwen-tts-voice-cloning?spm=a2ty_o06.30285417.0.0.56a0c921WnHNlN
相关攻略
IT之家 12 月 24 日消息，阿里通义今日官宣，Qwen3-TTS 家族新推出两款模型，音色创造模型 Qwen3-TTS-VD-Flash 和音色克隆模型 Qwen3-TTS-VC-Flash。
12 月 24 日消息，阿里通义今日官宣，Qwen3-TTS 家族新推出两款模型，音色创造模型 Qwen3-TTS-VD-Flash 和音色克隆模型 Qwen3-TTS-VC-Flash。附模型主
12 月 16 日消息，阿里发布新一代万相 2 6 系列模型，该系列模型面向专业影视制作和图像创作场景进行了全面升级，全新的万相 2 6 是国内首个支持角色扮演功能的视频模型。该模型同时支持音画同
10 月 15 日消息，阿里通义今日官宣 Qwen3-VL 系列再添新成员 ——Dense 架构的 Qwen3-VL-8B、Qwen3-VL-4B 模型开源上线。Qwen3-VL-4B 8B
9月30日消息，据媒体爆料，全球顶尖AI科学家、IEEE Fellow许主洪（Steven Hoi）已加盟阿里通义，转向通义大模型的相关研发工作。许主洪拥有超20年AI产业和学术经验，是新加坡管理大
热门专题
热门推荐
披露文件显示特朗普3月份购买了至少5100万美元的债券 根据4月26日公布的财务披露文件，一份来自美国政府道德办公室的报告揭示了前总统特朗普在3月份的资产动向。数据显示，他当月进行了多达175笔金融交易，其中债券类资产的购买总额至少达到5100万美元。 这些披露表格有一个特点：它们通常不列出每笔买卖
在当今快节奏的生活中，无论是个人工作还是日常生活，我们都需要处理大量的重复性任务。这些任务不仅占用我们的宝贵时间，而且容易导致疲劳和错误。为了解决这一问题，实在智能RPA作为一款出色的自动化工具，成为了个人用户提升工作效率的得力助手。 面对电脑前日复一日的重复操作，你是否也感到过疲惫又无奈？数据复制
RPA Agent：解放人力的数字化员工 咱们先来明确一个概念：RPA Agent，也叫机器人流程自动化智能体。这名字听起来挺技术范儿，但说直白点，它就像一位不知疲倦、绝不犯错的“数字化员工”。它的核心使命，就是替代或者协助我们人类，去处理那些日常工作中大量存在的、重复且规则明确的计算机操作任务。
智能文档抽取：理解其核心与应用价值 什么是智能文档抽取？简单来说，这是一种借助机器学习、自然语言处理等前沿技术，对海量文档进行智能解析的过程。它的本事在于，无论面对的是文本段落还是复杂的表格，都能精准地抓取其中的关键信息，并以“Key-Value”这类高度结构化的格式整理输出。 那么，这项技术在实际
AI人工智能对话的原理 要理解AI如何与你流畅对话，核心绕不开一项关键技术——自然语言处理（NLP）。这门学科可不简单，它巧妙地融合了计算机科学、数学和语言学的智慧。可以说，NLP是整个智能问答系统的大脑，专门负责分析和处理文本信息，目标是让机器真正“读懂”人类的语言。 在具体的问答场景里，NLP技