qwen3-tts-flash-realtime

qwen3-tts-flash-realtime モデルは、Tongyi のリアルタイム音声合成基盤モデルです。17 種類の表現力豊かな音声を特徴とし、低遅延かつ高安定性の音声合成を実現します。多言語および方言の出力をサポートし、言語間で一貫した音声特性を維持します。大規模なデータセットでトレーニングされたこのシステムは、テキストのセマンティクスに基づいて声のトーンを自律的に調整し、複雑なコンテンツの合成においても堅牢な能力を発揮します。