Qwen-Voice-Enrollment
Qwen音声モデルの音声クローニング用モデル。5秒以上の音声サンプルから、元の声に近い音色を作成する。公開日は2025年11月27日。(help.aliyun.com) 入力は音声、出力はテキスト。作成した音色をqwen3-tts-vc-realtimeと組み合わせ、高忠実度の音声合成に利用できる。公式説明では、組み合わせによる音声出力は10言語に対応する。 合成音声はテキストに応じて声の調子を調…
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
Qwen音声モデルの音声クローニング用モデル。5秒以上の音声サンプルから、元の声に近い音色を作成する。公開日は2025年11月27日。(help.aliyun.com) 入力は音声、出力はテキスト。作成した音色をqwen3-tts-vc-realtimeと組み合わせ、高忠実度の音声合成に利用できる。公式説明では、組み合わせによる音声出力は10言語に対応する。 合成音声はテキストに応じて声の調子を調…
Tongyi Labの非リアルタイム音声合成モデルのスナップショット版です。テキストを入力し、音声を生成します。リアルタイム版とは別のモデルです。公式のモデル更新一覧では、2025年11月27日の項目に掲載されています。(help.aliyun.com) 低遅延・高安定性の音声合成を目的とし、テキストに応じた抑揚の調整や複雑な文章の読み上げに対応します。同じ音色で複数言語を出力できます。 日本語、…
2025年11月27日に公開された、通義千問のリアルタイム音声合成モデル。テキストを入力し、低遅延で音声を生成する。公式のモデル更新一覧では、多言語・方言への対応、言語をまたいで一貫した声質、テキストの意味に応じた抑揚調整、複雑な文章の合成能力が説明されている。(help.aliyun.com) WebSocketを使ったリアルタイム音声合成に対応する。音声アシスタントの応答や、逐次表示される文章…
2025年11月27日に公開された、音声クローンを用いるリアルタイム音声合成モデルのスナップショット版です。テキストを入力し、音声を出力します。(help.aliyun.com) 音声登録サービスで複製した声を使い、高忠実度の音声をリアルタイムに合成します。同じ声質で11言語の音声出力に対応すると公式発表に記載されています。テキストに応じた語調の調整や、複雑なテキストの合成にも対応します。(hel…