阿里通义千问 Qwen3-TTS 语音合成 AI 模型发布：超 49 种音色，支持多种方言

12 月 10 日消息，阿里通义千问今日发布 Qwen3-TTS，这是一款支持多音色、多语种和多方言的语音合成 AI 模型，目前可通过 Qwen API 访问。

附 Qwen3-TTS 主要改进内容如下：

• 更加丰富的音色支持：Qwen3-TTS 提供超过 49 种音色，涵盖不同性别、年龄、地域特征与角色设定，包括撒娇搞怪-茉兔、青梅竹马-小野杏、傲娇率性的女汉子-十三、严厉老师-墨讲师、智慧老者-沧明子、萝莉萌妹-萌小姬等角色。

• 多语种多方言能力持续增强：Qwen3-TTS 支持中文、英文、德语、意大利语、葡萄牙语、西班牙语、日语、韩语、法语、俄语等 10 大主流语言，在 MiniMax TTS multilingual test set 上，平均词错误率（WER）优于 MiniMax、ElevenLabs 及 GPT-4o-Audio-Preview；支持更多音色的方言生成，包括普通话、闽南语、吴语、粤语、四川话、北京话、南京话、天津话和陕西话，还原地方口音特色与语言神韵。

• 韵律 / 语速更加自然，更拟人化：相比于上一个版本，Qwen3-TTS 自适应根据文本调节语速和韵律的能力大幅提高，官方宣称拟人化程度逼近真人。