Qwen/Qwen/Qwen3-TTS-VoiceDesign

持续维护

发布日期 未标注·最后更新 08-09·数据来源 社区补充·待核实

这是你发布的模型吗？认领后可标注官方身份并长期维护主页信息。

入选场景榜🎧 语音 22.8

任务类型多模态

参数规模暂无可靠数据

上下文长度暂无可靠数据

开源协议暂无可靠数据

商用情况暂无可靠数据

推荐显存暂无可靠数据

主要语言暂无可靠数据

本地部署未标注

模型介绍

中文速览

发布方	Qwen

资料来源：DeepInfra 模型库，以下正文为官方原始说明。

本条目的官方说明为英文，以下内容保留原文，关键章节标题已中文标注。

Qwen/Qwen3-TTS-VoiceDesign

● Qwen3-TTS-VoiceDesign is a voice design variant of Qwen3-TTS by Alibaba’s Qwen team. Instead of selecting from preset voices, you describe the voice you want in natural language — and the model generates speech in that voice. Key capabilities: – Natural language voice control — describe any voice with free text (e.g. “a deep male voice with a calm, authoritative presence”, “a young cheerful female with a warm and friendly tone”) – 10 languages — English, Chinese, Japanese, Korean, German, French, Russian, Spanish, Italian, Portuguese – Streaming support — real-time PCM streaming – Multiple output formats — WAV, MP3, FLAC, PCM Built on the same 1.7B parameter architecture as Qwen3-TTS, using discrete multi-codebook language modeling and a custom 12Hz acoustic tokenizer for high-quality end-to-end speech synthesis.

上下文长度：未知
最大输出：未知
标签：tts
提供方：Qwen
来源：DeepInfra

适合场景

暂无可靠数据。

已知限制

本站未登记确切发布日期，版本时间线可能不完整。
本站未登记上下文长度，长文本能力请以官方文档为准。
本页评测与硬件数据为区间估算，未做统一环境实测，不能替代官方评测报告。

评测

暂无可靠数据。本站只收录标注了「评测来源、模型版本、是否官方数据、测试日期」的成绩，不混合不同设置下的分数，也不把单一 Benchmark 解释为整体能力。