谷歌Gemini 2.5 TTS重大升级：情绪化语音、自适应节奏与多语言对话革新AI语音合成
谷歌Gemini 2.5 Flash与Pro文本转语音模型2025年重大升级，实现情绪级表达、上下文自适应节奏及24种语言多角色对话支持，提升语音自然度，适用于有声读物、游戏NPC配音等场景，推动AI...
排序
阿里发布Qwen3-TTS语音模型升级版：音色克隆3秒完成，支持10种语言与动物声纹拟人化
阿里巴巴发布Qwen3-TTS-VD/VC语音模型升级版，实现3秒极速音色克隆、支持10种语言及动物声纹拟人化，在WER指标上超越GPT-4o等国际模型。集成49种音色与8种方言，提供200毫秒低延迟...
阿里通义实验室发布Qwen3-TTS：49种高保真音色+多语言方言，语音合成自然度行业领先
阿里巴巴通义实验室发布Qwen3-TTS文本转语音模型，具备49种高保真音色、多语言方言支持及行业领先的语音自然度（MOS 4.53分）。模型覆盖中英文等10种语言及9种方言，适用于教育、商业等场景...