A Qwen lançou o Qwen-Audio-3.0-TTS, um modelo de síntese de voz com controle por instruções em linguagem natural de estilo livre. Os usuários podem descrever o tom ou estilo desejado em linguagem cotidiana, em vez de ajustar parâmetros técnicos. São oferecidas duas versões: a Flash, para interação em tempo real com atraso de 300 ms no primeiro pacote, e a Plus, para audiolivros e dublagem de alta qualidade. Isso reduz as barreiras à síntese de voz, transformando-a em uma ferramenta acessível a todos.