アリババ傘下の同義千文（Tongyi Qianwen）が、大規模音声合成モデル「Qwen-Audio-3.0-TTS」を発表した。

アリババは、リアルタイム対話型のFlash版と高音質生成型のPlus版を含む、大規模音声合成モデル「Qwen-Audio-3.0-TTS」を正式にリリースしました。このモデルは、きめ細かなラベル制御、自然言語による指示スタイルの定義、多言語・方言対応、複雑な音響環境への耐性などにおいて体系的な改善を実現しています。テキストに構造化タグを埋め込むことで、声のトーンや感情を正確に制御でき、16言語と20の方言に対応しています。