Qwen3 Tts Flash 2025 11.27

为不同内容找到合适的声音

Qwen3-TTS-Flash-2025-11-27 可将完整文稿通过 HTTP 合成为语音，提供 51 种预置音色，适合课程讲授、文章朗读、产品演示和角色对白。音色选择较丰富，可以根据内容需要挑选亲切、温柔、活力或角色感更强的声音，再用实际文稿试听确定。

模型依据输入文字自适应调整语气，对复杂文本也有处理能力。制作课程时，可让讲解使用平稳清楚的音色，提问或示例使用另一种声音；每段按选定音色分别合成，再按顺序剪辑。明确声音与内容的分工，比把整篇稿件混在一次请求里更方便修改。

多语言与方言内容

支持同一音色多语言输出，可为中文、英文等语言制作风格相近的版本。方言需要选择对应支持的音色。正文应先完成翻译和校对，特别检查地名、术语、数字与缩写，避免把文字上的歧义带进音频。

合成前先整理标点和段落，将表格改写为可听的描述；长稿按语义拆分，保持同一角色的音色与术语一致。保存每段文稿及合成参数，修改某一节时便于单独重做。此型号固定为 2025 年 11 月 27 日快照，适合需要保持既有声音配置的项目。

北京地域基准价为 0.8 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，按返回字符数结算。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。

制作双角色课程

讲解段选择 Serena，正文：“电流通过导线时，会在周围产生磁场。我们可以用指南针观察这个变化。”

提问段另选 Ethan，正文：“如果把电流方向反过来，指南针的偏转方向会改变吗？”

分别合成后按顺序组合，试听两段音量与衔接。

音色多，如何缩小选择范围？

先明确受众与内容，再用同一段真实稿件比较少量候选，关注清晰度、语气和长时间聆听感受。

一次请求可以自动切换角色吗？

按角色分段、分别指定音色更便于控制与修改，组合播放由应用或后期制作完成。