阿里Qwen-Audio-3.0-TTS登顶全球权威榜单，AI语音进入“表演时代”

阿里 Qwen-Audio-3.0-TTS 登顶全球权威榜单，标志着 AI 语音进入“表演时代”，合成语音从机械朗读进化为情感丰富的表达。

• 细粒度标签控制允许在文本中嵌入 [gasp]、[giggles] 等标记，精确到字级别的语气调控。
• 覆盖 16 种语言和 20 种方言，通过方言强化训练避免“普通话腔”，在马来语、西班牙语等语种上领先幅度显著。
• 语音克隆能力突破噪声限制，在真实声学仿真训练下，即使高混响环境也能提取纯净音色。
• 输出提升至 48kHz，单次合成 3 分钟，Plus 版在 Artificial Analysis 榜单夺冠，Flash 版也表现优异。
• 影响/看点：该模型将语音合成从工具升级为“表演者”，为内容创作、多语种服务提供强大支持，可能推动 AI 语音在影视、教育等领域的深度应用。

本内容由 AI 生成，仅供参考，请注意甄别