Qwen-TTSが方言に対応:Alibabaの新しい音声合成エンジン
Alibaba/Qwen
Alibaba Cloudは、テキスト読み上げモデルQwen-TTSを更新しました。このモデルは、北京語、上海語、四川語の3つの中国語方言と、7つの中国語・英語バイリンガル音声をサポートします。人間レベルの自然さと表現力を実現し、Qwen APIから利用可能です。
Alibaba CloudはQwen APIを通じて最新のQwen-TTSモデル(qwen-tts-latestまたはqwen-tts-2025-05-22)を発表しました。数百万時間の音声でトレーニングされており、韻律、テンポ、感情表現を自動的に調整します。北京語、上海語、四川語の3つの中国語方言をサポートし、Cherry、Ethan、Chelsie、Serena、Dylan(北京語)、Jada(上海語)、Sunny(四川語)を含む7つの中国語と英語のバイリンガル音声を提供します。SeedTTS-Evalベンチマークでのパフォーマンス指標は、低いワードエラーレートと高い話者類似性を示しています。さらなる言語とスタイルが計画されています。使用例はDashScope APIを使用したPythonコードスニペットで示されています。
出典: Alibaba Qwen —
原文
