Qwen3 Tts Flash

选好声音，直接朗读文稿

Qwen3-TTS-Flash 适合需要快速为现成文稿配音的应用。通过 HTTP 提交待朗读文字并选择预置音色，就可生成音频，用于产品说明、知识文章、课程朗读和通知播报。模型能够根据文本自适应组织语气，处理较复杂的文稿，减少每句手动安排表演的工作。

一个声音，多种语言

模型支持多种语言与中文方言，同一音色可用于多语言输出。音色有不同的声音特点，例如 Cherry 偏亲切明亮，Ethan 偏阳光温暖，Serena 偏柔和。应先根据受众与内容试听，再确定长期使用的声音；方言朗读则选择明确支持目标方言的音色。

制作双语讲解时，可分别准备两种语言的正文，保持人名、品牌词和术语一致。模型负责把文字变成声音，不会自动替你完成翻译校对。文章中的表格、链接和大段代码应先改写成适合听的形式，避免听众失去上下文。

用正文引导自然表达

清晰分句、合理标点和完整语义有助于形成自然节奏。先试听开头、长句与数字密集段落，再按自然段合成全文。需要明确指定表演风格时，应选择支持指令控制的合成型号，而不是把表演要求拼入普通朗读正文。

北京地域基准价为 0.8 元/万计费字符，输出音频不另收费，按返回字符数结算。汉字通常计 2 个字符，SSML 标签不计入。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。

先做一段产品讲解

选择 voice 为 Cherry，提交正文：“欢迎使用这台便携打印机。先装入纸卷，再长按电源键。指示灯亮起后，就可以在手机上选择需要打印的照片了。”

先试听动作顺序与停顿，再替换为正式文稿。

可以直接写“用激动的语气”吗？

本型号依据正文自适应语气。表演要求不要混进朗读内容；需要自然语言风格控制时，使用对应的 Instruct 型号。

多语言都能使用同一个音色吗？

选择支持相应语言的音色，再分别提供各语言正文，重点检查名称、数字和缩写的读法。