QW
发布时间: 2026-01-22更新于: 2026-01-25浏览量: 462
Qwen3-TTS-12Hz-1.7B-Base is the 1.7B base model in Alibaba's open Qwen3-TTS series, released in January 2026. It provides general multilingual text-to-speech with multiple voices, using a 12Hz speech-token stream for low-latency synthesis, and serves as the starting point for voice cloning and fine-tuning.
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Qwen3-TTS-12Hz-1.7B-Base
模型基本信息
推理过程
暂无数据
思考模式
常规模式 (默认)思考模式
上下文长度
暂无数据
最大输出长度
暂无数据
模型类型
语音大模型
输入/输出模态
暂无数据
发布时间
2026-01-22
模型文件大小
4.54GB
MoE架构
否
总参数 / 激活参数
17亿 / 不适用
知识截止
暂无数据
Qwen3-TTS-12Hz-1.7B-Base
开源和体验地址
Qwen3-TTS-12Hz-1.7B-Base
官方介绍与博客
DataLearnerAI博客
暂无
Qwen3-TTS-12Hz-1.7B-Base
API接口信息
接口速度
3/5
暂无公开的 API 定价信息。
Qwen3-TTS-12Hz-1.7B-Base
发布机构
阿里巴巴
查看发布机构详情 Qwen3-TTS-12Hz-1.7B-Base
模型解读
模型简介
Qwen3-TTS-12Hz-1.7B-Base 是 Qwen3-TTS 系列中标准的 1.7B 基础模型，提供通用文本→语音合成服务，兼容多语言和多音色输出。
该版本可作为中等规模推理/生成任务的默认选择。
1️⃣ Qwen-3TTS是否支持流式输出？
千问官方团队正与 @vllm_project 合作开发流式推理功能。
2️⃣ 如何保持音色一致？
通过“音色设计”功能选择心仪的音色后，利用Base模型的克隆功能将其设为固定参考。这样就能确保生成的声音稳定且一致。
3️⃣ Base模型是否支持指令式控制（如情感、风格）？
支持！这项功能将在即将开源的25Hz模型中正式上线！
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
