Qwen-TTS अब बोलता है बोलियाँ: Alibaba का नया वाक् संश्लेषक
Alibaba/Qwen
Alibaba Cloud ने Qwen-TTS को अपडेट किया है, जो एक टेक्स्ट-टू-स्पीच मॉडल है जो 3 चीनी बोलियों (पेकिंगीज़, शंघाईनीज़, सिचुआनीज़) और 7 द्विभाषी चीनी-अंग्रेज़ी आवाज़ों को सपोर्ट करता है। मॉडल मानव-स्तरीय स्वाभाविकता और अभिव्यक्ति प्राप्त करता है, जो Qwen API के माध्यम से उपलब्ध है।
Alibaba Cloud ने Qwen API के ज़रिए नवीनतम Qwen-TTS मॉडल (qwen-tts-latest या qwen-tts-2025-05-22) की घोषणा की। लाखों घंटों के भाषण पर प्रशिक्षित यह मॉडल स्वचालित रूप से प्रॉसोडी, गति और भावनात्मक उतार-चढ़ाव को समायोजित करता है। यह तीन चीनी बोलियों — पेकिंगीज़, शंघाईनीज़ और सिचुआनीज़ — का समर्थन करता है, जिसमें 7 चीनी-अंग्रेज़ी द्विभाषी आवाज़ें शामिल हैं: Cherry, Ethan, Chelsie, Serena, Dylan (पेकिंगीज़), Jada (शंघाईनीज़) और Sunny (सिचुआनीज़)। SeedTTS-Eval बेंचमार्क पर प्रदर्शन मीट्रिक्स कम वर्ड एरर रेट और उच्च स्पीकर समानता दर्शाते हैं। और अधिक भाषाओं और शैलियों की योजना बनाई गई है। DashScope API का उपयोग करके Python कोड स्निपेट के माध्यम से उपयोग का प्रदर्शन किया गया है।
स्रोत: Alibaba Qwen —
मूल