Qwen-Voice-Enrollment
千问语音系列的声音复刻模型,用于从参考音频创建相似音色。阿里云百炼提供推理服务。(help.aliyun.com) 官方介绍称,提供5秒以上的音频即可复刻声音;结合 qwen3-tts-vc-realtime,可使用复刻音色生成10个语种的语音,并根据文本调整语气。可用于个性化语音合成等场景。(help.aliyun.com) 本模型的信息页标注输入模态为音频、输出模态为文本;生成语音需结合相应的…
模型发布档案
聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。
千问语音系列的声音复刻模型,用于从参考音频创建相似音色。阿里云百炼提供推理服务。(help.aliyun.com) 官方介绍称,提供5秒以上的音频即可复刻声音;结合 qwen3-tts-vc-realtime,可使用复刻音色生成10个语种的语音,并根据文本调整语气。可用于个性化语音合成等场景。(help.aliyun.com) 本模型的信息页标注输入模态为音频、输出模态为文本;生成语音需结合相应的…
DeepSeekMath-V2 是面向自然语言数学证明和自验证推理的大语言模型,基于 DeepSeek-V3.2-Exp-Base 构建。DeepSeek 官方研究索引标注的发布日期为 2025 年 11 月 27 日。(deepseek.com) 生成数学证明,检查证明中的逻辑缺陷,并根据检查结果迭代改进。 可用于数学竞赛题求解、证明草稿生成与审阅,以及数学推理研究。 官方论文报告:在扩展测试时…
Qwen3-TTS-Flash 是通义千问的非实时文本转语音模型;本条为 2025-11-27 快照版本。输入为文本,输出为音频。官方模型上架记录将其列于 2025 年 11 月 27 日。(help.aliyun.com) 支持多种语言和方言、同一音色的多语言输出,并可依据文本调整语气、处理复杂文本合成。可用于文本朗读、配音和多语言语音内容制作。(help.aliyun.com) 音色数量的官方…
通义千问的实时文本转语音模型,输入文本并输出音频,面向低延迟语音合成。官方上架记录将该模型列于 2025-11-27;该日期也是模型 ID 中的快照日期。(docs.bailian.console.aliyun.com) 支持多语言和方言语音合成,同一音色可用于多语言输出;可根据文本自适应调整语气,并处理较复杂的文本。(docs.bailian.console.aliyun.com) 适用于实时播…
Qwen3-TTS-VC-Realtime 是通义千问面向声音复刻场景的实时文本转语音模型;该版本是 2025 年 11 月 27 日发布的快照版本。输入为文本,输出为音频。(help.aliyun.com) 可使用 qwen3-voice-enrollment 服务复刻的音色进行实时语音合成,并依据文本自适应调整语气;官方称其具有处理复杂文本合成的能力。(help.aliyun.com) 官方发…