Qwen-Audio-3.0-TTS-Flash是面向即時互動情境最佳化的高效能語音合成大模型。相比前一版本，模型支援更多小語種和中文方言，提升了方言發音的正宗程度，並增強了 free-style 指令遵循能力和細粒度標籤控制能力，可更靈活地控制情緒、語氣、角色、語速、音量等表達方式。同時，模型在雜訊、混響等複雜聲學條件下具備更強魯棒性，提升了音質、清晰度和整體表現力。Flash 版本重點最佳化即時合成體驗，適用於語音助手、即時對話、智能客服等低延遲互動情境。
推理服務供應商
qwen-audio-3.0-tts-flash模型的推理服務供應商為阿里雲百鍊。
模型能力
| 能力項 | 支援情況 | 能力項 | 支援情況 |
|---|---|---|---|
輸入模態 | Text | 輸出模態 | Audio |
模型體驗 | 不支援 | Function Calling | 不支援 |
結構化輸出 | 不支援 | 連網搜尋 | 不支援 |
首碼續寫 | 不支援 | 上下文緩衝 | 不支援 |
批量推理 | 不支援 | 模型調優 | 不支援 |
上下文限制
| 參數 | 值 | 參數 | 值 |
|---|---|---|---|
最大輸入長度 | — | 最大輸出長度 | — |
上下文長度 | — |
模型價格
本文僅展示模型調用原價，不包含限時優惠等活動資訊，請前往百鍊控制台查看活動優惠。
- 華北2（北京）
- 新加坡
| 計費項目 | 價格（美元） | 單位 |
|---|---|---|
語音合成 | 0.137521 | 每萬字元 |
限流
- 華北2（北京）
- 新加坡
| 參數 | 值 |
|---|---|
RPM（每分鐘請求數） | 180 |