アリババが「Qwen3-TTS」発表、3秒で声クローンや指示文での声色作成に対応
アリババのQwenチームが音声合成モデル「Qwen3-TTS」を発表した。テキスト指示で口調や感情を自在に設計できるVoiceDesignと、わずか3秒の音声から10言語で声を複製できるVoiceCloneをラインナップ。多言語テストではElevenLabsより単語誤り率が15%低いとしている。
アリババのQwenチームが音声合成モデル「Qwen3-TTS」を発表した。テキスト指示で口調や感情を自在に設計できるVoiceDesignと、わずか3秒の音声から10言語で声を複製できるVoiceCloneをラインナップ。多言語テストではElevenLabsより単語誤り率が15%低いとしている。