千问正式发布语音合成大模型 Qwen-Audio-3.0-TTS，支持通过自然语言进行 Free-style 指令控制，提升了语音生成的灵活性与可用性。该模型提供面向实时交互的 F...
阿里巴巴于7月20日发布语音合成大模型Qwen-Audio-3.0-TTS，在细粒度控制、自由指令、多语种方言和复杂声学鲁棒性上全面提升，并推出实时交互的Flash版和高质...
网易有道发布了“子曰 4.0”TTS语音合成引擎——Confucius4-TTS。该引擎是业内首个支持14种语言无口音跨语种语音克隆的开源模型，且无需参考文本。技术上，Confuc...
逻辑智能团队将于7月6日赴韩国首尔参加ICML 2026，带来其入选论文，内容为SE-Bridge-TTS。这一研究专注于小语种场景中真实语音稀缺的问题，通过合成数据的扩...
千问发布语音合成大模型 Qwen-Audio-3.0-TTS
千问正式发布语音合成大模型 Qwen-Audio-3.0-TTS，支持通过自然语言进行 Free-style 指令控制，提升了语音生成的灵活性与可用性。该模型提供面向实时交互的 F...
enkair
in 未分类