阿里千问音频3.0 TTS Plus登顶文本转语音排行榜

阿里千问音频 3.0 TTS Plus 在 Artificial Analysis 的语音合成排行榜中登顶，成为文本转语音领域的新标杆。

• 该模型支持 16 种语言，用户可通过自然语言或标签（如 [angry]）控制说话风格，极大提升了语音合成的灵活性和表现力。
• 在排行榜中，Qwen Audio 3.0 TTS Plus 在语音自然度、清晰度和情感表达上均获得高分，综合排名第一。
• 不过，其生成速度仅为每秒 16 个字符，远低于 Sonic 3.5 和 Simba 3.2 等竞品，实时性方面存在短板。
• 阿里在语音 AI 领域的持续投入，使其在 TTS 技术上快速迭代，此次登顶标志着中国厂商在语音合成赛道已具备国际竞争力。
• 应用场景上，该模型可赋能虚拟主播、智能客服、有声读物等，但速度限制可能影响高实时性场景的部署。
• 影响/看点：Qwen Audio 3.0 TTS Plus 的登顶展示了阿里在语音 AI 的深厚积累，但速度与效果的平衡仍是 TTS 产品落地的关键挑战。

本内容由 AI 生成，仅供参考，请注意甄别