3 篇文章

TTS 语音合成

了解 TTS 语音合成模型与工具，查找多语言、声音控制和本地运行教程。

按语言、实时性与音色控制要求选择语音合成方案。对比时使用相同文本，并关注长文本稳定性、首次出声延迟与设备需求。

Qwen3-TTS 全系列开源！支持 10 种语言的语音设计与克隆，性能超越商业服务

阿里云千问团队全面开源 Qwen3-TTS 系列模型，支持 10 种语言、语音设计与克隆功能，提供 0.6B 和 1.7B 两种规模，实现超低延迟流式生成，性能媲美商业服务。

FunAudioLLM 团队于 2025-12-15 正式发布 CosyVoice 3.0：支持 9 种语言与 18+ 方言、发音修补、更强的指令控制。本文提供首发技术解读与本地部署全流程。

阿里云千问团队发布 Qwen-TTS，支持多方言、多情感的超自然文本转语音（TTS）模型，API 简单易用，适合教育、娱乐、智能交互等多场景，助力方言数字化与语音合成创新。