Qwen Audio 3.0 Tts Plus

让旁白有更细腻的表达

Qwen-Audio-3.0-TTS-Plus 把写好的正文合成为语音，重点面向音质、自然度与表现力要求较高的内容制作。它适合有声书叙述、宣传片旁白、角色对白和品牌语音，能够根据指令调整情绪、语气、角色感、语速与音量，让同一段文案呈现不同的表达方式。

从整体风格到句内变化

可以用自然语言描述整段的表演方向，再在正文里加入情感与富语言标签。例如用 [serious] 开始安全说明，用 [excited] 转入活动介绍；[sighing] 等标签则在指定位置加入叹息等声音。情感标签影响后续文字，遇到新标签后切换，长文本被自动分句时也要重新检查衔接。

模型支持多语言和中文方言，可使用系统音色或通过声音复刻、声音设计创建音色。系统音色与复刻音色支持指令控制；方言要选择相应系统音色或对复刻音色提出要求，声音设计音色暂不支持方言。制作系列内容时，先确定音色，再逐段微调情绪，比每段同时改变所有条件更容易保持听感一致。

试听与交付

先用包含人名、数字和长句的一小段试音，检查发音、重音和停顿，再处理完整章节。可流式接收音频，也可生成完整文件；返回的文件链接有时效，应及时保存成品。

北京地域基准价为 1.4 元/万计费字符，输出音频不另收费。汉字通常计 2 个字符，SSML 标签不计入，计费字符与 Token 数不同。美元基准按 1 美元 = 6.8 元换算，最终费用应用账户分组倍率。

纪录片旁白示例

朗读正文：“[serious]夜幕降临，森林里的另一场旅程才刚刚开始。[amazed]看，这片叶子下藏着一只刚孵化的蝴蝶。”

表演指令：“沉稳清晰的纪录片解说，前句稍慢，发现蝴蝶时带一点惊喜，避免夸张喊叫。”

情感标签和朗读正文放在哪里？

标签直接写入待合成正文；整段表演要求放在指令字段。不要把配音要求当成需要朗读的句子。

如何给整本书配音？

固定音色，按章节或自然段合成，先统一专有名词读法和标点，再检查段落之间的音量、节奏与情绪衔接。