BreezeBlue 開源 Breeze-TTS-2：首包延遲 40 毫秒，支援中英文本驅動聲線
BreezeBlue 開源語音合成模型 Breeze-TTS-2 的權重與推理程式碼。它支援中英雙語，在 H100 上首包延遲能壓到 40 毫秒以內，不僅能用文字描述直接「捏」出聲音，還能在文本里插入 [笑] 或 [嘆氣] 等副語言事件。程式碼採用 Apache 2.0 開源，權重僅供非商業研究。
Qwen3-TTS
阿里釋出開源語音模型 Qwen3-TTS：延遲 97 毫秒，幾秒音訊即可克隆音色
阿里推出開源文本轉語音模型 Qwen3-TTS，提供 1.7B 和 0.6B 兩種尺寸，僅需數秒音訊即可克隆音色，還支援用提示詞直接定製新聲線。模型採用雙軌架構，端到端延遲低至 97 毫秒，克隆中文後可直接說多國語言與方言，便於即時互動與有聲書製作。
阿里釋出 Qwen3-TTS 語音系列：3 秒克隆聲音，用提示詞捏出專屬人設
阿里巴巴 Qwen 團隊上線 Qwen3-TTS 語音系列，主打聲音設計與克隆。其中 VoiceDesign 支援用自然語言提示詞定製語氣和人設，VoiceClone 則僅需 3 秒音訊就能復刻聲音並支援 10 種語言。在多語言測試中，其詞錯誤率比 ElevenLabs 低 15%。