广东
分享至
观点网讯：7月20日，千问正式发布语音合成大模型Qwen-Audio-3.0-TTS。
该模型包含面向实时交互的Flash版本和面向高质量生成的Plus版本，并支持Free-style自然语言指令控制。
其中，Flash版本首包延时达到300ms级别，以满足实时交互场景的低延迟需求。
新模型在细粒度标签控制、freestyle指令遵循、多语种与方言覆盖以及复杂声学鲁棒性等方面实现系统性提升。
免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
