开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

千问发布语音合成大模型Qwen-Audio-3.0-TTS Flash版首包延时300ms

文章来源：企鹅号 - 观点新媒体

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。

发表于: 23小时前2026-07-21 05:44:07
原文链接：https://page.om.qq.com/page/OSS6Le33eiRIIY8D37eqnGnQ0
腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
如有侵权，请联系 cloudcommunity@tencent.com 删除。

相关快讯