通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型

通义实验室发布 Qwen-Audio-3.0-TTS，含 Flash（首包延迟约300ms）和 Plus 两个版本。Plus 版本在 Artificial Analysis 榜单夺冠，支持16种语言和20种中文方言，平均 WER/CER 低至3.87（Flash），说话人相似度最高达82.75（Plus）。

AI HOT 详情：https://aihot.virxact.com/items/cmrt0856a09v9bitl62e4r17b

原文链接：https://mp.weixin.qq.com/s/INvrqTrWLMm2WCLIqhqTrg