Qwen3-TTS

این مدل چیست؟

خانوادهٔ مدل‌های متن‌باز تبدیل متن به گفتار تیم Qwen علی‌بابا که ۲۲ ژانویهٔ ۲۰۲۶ منتشر شد، در دو اندازهٔ ۰٫۶ و ۱٫۷ میلیارد پارامتر. نسخه‌هایی برای شبیه‌سازی صدا، صداهای آماده با کنترل لحن از راه توضیح متنی و طراحی صدای تازه از روی توضیح دارد. با مجوز Apache 2.0 منتشر شده و ۱۰ زبان را پشتیبانی می‌کند که فارسی در میان آن‌ها نیست.

کجا می‌شود از آن استفاده کرد؟

• ویس‌باکسیکی از موتورهای صدای ویس‌باکس؛ فارسی ندارد
• وان‌جی‌پی (ساخت ویدیو با کارت کم‌حافظه)تبدیل متن به گفتار و شبیه‌سازی صدا
• کوبولد سی‌پی‌پیمتن به گفتار و شبیه‌سازی صدا (0.6B و 1.7B)؛ فارسی ندارد

جایگاه در جدول‌های مقایسه

• رأی‌گیری گفتار Artificial AnalysisQwen3 TTS
  رتبهٔ ۸۶Elo ۹۳۱$۱۳٫۸ برای ۱ میلیون نویسه

مدل‌های دیگر علی‌بابا کلود