Qwen-Voice-Enrollment
Qwen-Voice-Enrollment 是千問語音系列的聲音複刻模型,由阿里雲百鍊提供推理服務。官方模型上架公告將其列於 2025 年 11 月 27 日。(help.aliyun.com) 輸入至少 5 秒的音訊,即可建立與參考聲音高度相似的音色,適合個人化語音及客製化語音內容等用途。 搭配 qwen3-tts-vc-realtime,可使用複刻音色合成語音。官方公告稱此組合支援 10 種語…
模型發布檔案
彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。
Qwen-Voice-Enrollment 是千問語音系列的聲音複刻模型,由阿里雲百鍊提供推理服務。官方模型上架公告將其列於 2025 年 11 月 27 日。(help.aliyun.com) 輸入至少 5 秒的音訊,即可建立與參考聲音高度相似的音色,適合個人化語音及客製化語音內容等用途。 搭配 qwen3-tts-vc-realtime,可使用複刻音色合成語音。官方公告稱此組合支援 10 種語…
DeepSeekMath-V2 是針對自然語言數學定理證明與可自我驗證推理最佳化的大型語言模型,基於 DeepSeek-V3.2-Exp-Base 建立。(arxiv.org) 可生成數學證明、分析證明中的問題,並透過自我檢查與反覆修訂改善推理過程;適合數學證明探索及相關研究。(github.com) 官方報告稱,在擴大推論時計算量的條件下,模型在 IMO 2025 與 CMO 2024 達到金牌…
Qwen3-TTS-Flash 是通義千問的非即時文字轉語音模型;此模型 ID 為 2025 年 11 月 27 日快照版本,輸入文字、輸出音訊。官方模型上架記錄將其列於 2025 年 11 月 27 日。(help.aliyun.com) 模型支援多語言及方言語音合成、以相同音色輸出多種語言,並可依文字內容調整語氣,適合文字朗讀、內容配音等用途。官方上架記錄描述 17 種音色;後續升級公告則稱音…
通義千問即時文字轉語音模型的日期版,輸入文字、輸出音訊,著重低延遲和穩定的語音合成。官方發布列表將此版本列於 2025 年 11 月 27 日。(help.aliyun.com) 支援多語言與方言合成,並可使用相同音色輸出不同語言;可依文字調整語氣,處理複雜文字。適合即時語音播報、語音介面及多語言內容朗讀等用途。(help.aliyun.com) 官方發布列表描述 17 種音色;後續升級公告則描述…
Qwen3-TTS-VC-Realtime 是用於聲音複刻的即時文字轉語音模型;此模型 ID 是 2025 年 11 月 27 日發布的快照版本。(help.aliyun.com) 可對聲音註冊服務複刻的音色進行高保真即時語音合成,並依文字內容調整語氣,適合處理較複雜的文本。(help.aliyun.com) 官方歷史文件列出 WebSocket 介面及中文普通話、英語、德語、義大利語、葡萄牙語、…