Qwen-TTS يتحدث اللهجات: مُركِّب كلام جديد من علي بابا

أعلنت شركة Alibaba عن إصدار نسخة محدثة من نموذج تحويل النص إلى كلام الخاص بها، Qwen-TTS (qwen-tts-latest أو qwen-tts-2025-05-22)، المتاح عبر واجهة برمجة التطبيقات Qwen API. تم تدريب النموذج على مجموعة بيانات واسعة النطاق تضم ملايين الساعات من الكلام، مما يمكنه من تحقيق طبيعية وتعبيرية على المستوى البشري. الميزة الرئيسية هي الضبط التلقائي للتنغيم والإيقاع والنغمات العاطفية بما يتناسب مع النص المدخل. يدعم Qwen-TTS توليد الكلام بثلاث لهجات صينية: لهجة بكين، ولهجة شنغهاي، ولهجة سيتشوان. يتوفر إجمالاً سبعة أصوات ثنائية اللغة (صينية-إنجليزية): Cherry وEthan وChelsie وSerena وDylan (لهجة بكين) وJada (لهجة شنغهاي) وSunny (لهجة سيتشوان). ومن المتوقع قريباً توسيع الدعم اللغوي والأسلوبي. أظهر النموذج أيضاً أداءً عالياً على معيار SeedTTS-Eval: حيث حقق معدل خطأ في الكلمات منخفضاً وتشابهاً صوتياً مرتفعاً. للاستخدام عبر Qwen API، يُرفق مثال على كود بلغة Python. تخطط Alibaba لمزيد من التحسينات وتوسيع دعم اللغات.