Qwen3-TTS family is now open sourced: Voice design, clone, and generation
产品/方法概述
- 一句话介绍： Qwen3-TTS 是阿里开源的新一代语音合成大模型，支持语音设计、克隆及高质量音频生成。
- 核心问题： 解决了现有TTS模型在情感表现力、多语言克隆质量、以及在低算力环境下实现高质量拟人化配音的瓶颈。
- 实现方式： 基于Qwen大模型底座，提供不同参数规模的模型（如0.6B），通过音频参考实现少样本克隆，并支持通过提示词控制语音风格。