Qwen-TTS puhuu nyt murteita: uusi Alibaban puhesyntetisaattori
Alibaba/Qwen
Alibaba Cloud on päivittänyt Qwen-TTS-tekstistä puheeksi -mallin, joka tukee kolmea kiinan murretta (pekinginkiina, shanghainkiina, sichuaninkiina) ja seitsemää kaksikielistä kiina-englanti -ääntä. Malli saavuttaa ihmismäisen luonnollisuuden ja ilmaisuvoiman, ja se on saatavilla Qwen-rajapinnan kautta.
Alibaba Cloud on ilmoittanut uusimmasta Qwen-TTS-mallista (qwen-tts-latest tai qwen-tts-2025-05-22) Qwen-APIn kautta. Malli on koulutettu miljoonilla tunneilla puhetta, ja se säätää automaattisesti prosodiaa, puhenopeutta ja tunteiden ilmaisua. Se tukee kolmea kiinan murretta – pekingiläistä, shanghailaisia ja sichuanilaista – sekä seitsemää kiina-englanti-kaksikielistä ääntä, mukaan lukien Cherry, Ethan, Chelsie, Serena, Dylan (pekingiläinen), Jada (shanghailainen) ja Sunny (sichuanilainen). Suorituskykymittarit SeedTTS-Eval-vertailussa osoittavat alhaisen sanavirhesuhteen ja korkean puhujan samankaltaisuuden. Lisää kieliä ja tyylejä on suunnitteilla. Käyttöä esitellään Python-koodinpätkällä DashScope-APIn avulla.
Lähde: Alibaba Qwen —
Alkuperäinen