通义实验室发布 Qwen-Audio-3.0-TTS 实时语音合成模型
推荐理由
模型在实时语音合成领域取得领先性能，支持多语言和方言，对AI产品落地有直接推动作用。
ROBOAIRADAR BRIEF
结构化情报
01
发生了什么
通义实验室发布 Qwen-Audio-3.0-TTS，含 Flash（首包延迟约300ms）和 Plus 两个版本。Plus 版本在 Artificial Analysis 榜单夺冠，支持16种语言和20种中文方言，平均 WER/CER 低至3.87（Flash），说话人相似度最高达82.75（Plus）。
02
为什么重要
模型在实时语音合成领域取得领先性能，支持多语言和方言，对AI产品落地有直接推动作用。
03
行业影响
模型能力变化可能影响机器人感知、规划和交互技术栈，但落地仍取决于硬件与实时性能。
04
仍需确认
当前是单一公开来源，需要补充公司公告、客户确认或其他可信媒体报道。
信息说明
RoboAIRadar 对公开信源进行聚合、中文整理和价值判断，不替代原始报道。 涉及产品参数、交易金额或公司声明时，请以原文为准。
查看原始报道