TTS

阿里Qwen-Audio-3.0-TTS模型在全球权威榜单中取得领先，标志着AI语音技术进入“表演时代”，具备细粒度标签和20种方言支持能力。

研究人员提出SPARCLE模型，通过对比学习将文本字符与说话人感知的声学特征对齐，显著提升低资源场景下的语音合成质量。

通义千问发布Qwen-TTS最新版本，新增支持北京话、上海话和四川话三种方言语音合成，语音自然度达到人类水平。

Mistral AI推出前沿开源语音合成模型Voxtral TTS，该模型具备快速生成、即时适配能力，可为语音智能体提供逼真的人声输出。