Qwen3-TTS 1.7B

1. Qwen3-TTS 简介与核心特点

Qwen3-TTS 是阿里云 Qwen 团队于 2026 年 1 月正式开源的最新一代语音合成（TTS）模型系列。作为 Qwen3 大家族的一员，该模型旨在解决高质量、高自然度以及零样本语音克隆（Zero-Shot Voice Cloning）的难题。其核心特点在于采用了 12Hz 的离散语音 token 流（Discrete Speech Token stream），在保证极低延迟的同时，实现了对语音韵律、情感和音色的精细控制。该模型支持“语音设计”（Voice Design）和“语音克隆”（Voice Cloning）两大核心功能，能够通过自然语言指令调整生成语音的风格。

2. 架构与技术规格

• 模型参数：17亿（1.7B）。
• 架构特点：基于 Transformer 的解码器架构，专门针对音频生成进行了优化。模型引入了“Flash”技术（Qwen3-TTS-Flash），显著提升了推理速度，支持实时流式输出。核心创新在于其 12Hz 的高压缩率 codec，使得模型在长文本生成中保持极高的稳定性（Stability），大幅减少了传统 TTS 模型中常见的丢字、重复或发音错误现象。
• 训练数据：基于万亿级 token 的多语言文本与高质量音频配对数据训练，涵盖了中文、英文、法文、日文等多种主流语言。

3. 核心能力与支持模态

• 模态支持：支持文本输入，音频输出（Text-to-Speech）。
• 能力详述：
  • 零样本克隆：仅需 3-5 秒的参考音频即可高度还原说话人的音色和韵律。
  • 多语言支持：具备强大的跨语言合成能力，支持中英混合生成的平滑过渡。
  • 高保真度：生成的语音在采样率和清晰度上达到了业内顶尖水平，并在主观听感测试（MOS）中表现优异。

4. 性能与基准评测

根据官方技术报告，Qwen3-TTS 在多项公开基准测试中刷新了 SOTA 成绩。特别是在“长文本稳定性”测试中，其错误率（WER/CER）显著低于同类竞品（如 CosyVoice 1.0 和其他开源 TTS 模型）。其 12Hz 的 token 频率设计使其在推理速度上比传统自回归模型快数倍，极大地降低了部署成本。

5. 应用场景与限制

• 推荐用例：实时语音助手、有声读物生成、视频配音、游戏角色语音生成。
• 已知局限：尽管支持多语言，但在部分极低资源语言上的发音准确性仍有提升空间；在极度嘈杂背景下的语音克隆效果可能会受到影响。

6. 访问方式与许可

模型权重已在 Hugging Face 和 ModelScope 平台开源。代码及模型使用遵循 Apache 2.0 许可协议（或 Qwen Research License），允许学术研究及商业用途。