Qwen3 Tts Vd 2026 01.26

从声音想法到可用配音

Qwen3-TTS-VD-2026-01-26 为已经设计好的音色生成语音，适合没有参考录音、希望创造原创声音形象的项目，例如虚拟讲解员、品牌助手、游戏角色和有声故事。先用声音设计服务把声音描述转为可用 voice ID，再调用本模型朗读具体台词。

声音描述可以包含年龄感、音高、质感和说话节奏，例如年轻中性声线、清晰明亮、中等语速。设计完成后，voice ID 用来延续这一声音方向，正文决定每次说什么。无需为每段内容重新设计音色，也不应把设计描述混入待朗读正文。

一个角色，多语言内容

同一音色支持 11 个语种的输出，适合为同一虚拟角色制作不同语言版本。模型会根据文本自适应调整语气，复杂文稿仍应先整理好分句、数字和专有名词。多语言正文需分别校对，重点试听角色名称和文化专有词，确保内容准确且容易理解。

先确定角色，再制作长篇

试听可以选一段介绍、一段提问和一段较长解释，比较声音特点是否符合角色，并检查长句是否清晰。确定音色后保存 ID，按场景或自然段合成台词，保留片段顺序以便后续组合和修改。若需要根本改变角色的声音特点，再回到设计步骤调整。

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。

创建虚拟图书管理员的声音

设计步骤描述：“成年中性声线，温暖清晰，音高适中，吐字利落，像耐心推荐书籍的朋友。”

取得适配 qwen3-tts-vd-2026-01-26 的 voice ID 后，合成正文：“如果你喜欢探索未知，可以从这本海洋科普读物开始。它会带你认识深海里的奇妙生命。”

每次换正文都要重新设计吗？

不用。使用已创建且适配本模型的 voice ID，即可继续合成新内容。

如何修改角色的声音方向？

回到设计步骤调整音高、年龄感或质感并重新试听；正文主要用来决定朗读内容。