Дом
Qwen-Audio-3.0-TTS: модель синтеза речи Qwen сокращает задержку первого пакета до 300 мс

Конкуренция среди крупных разработчиков искусственного интеллекта в области голосовых технологий обострилась с появлением нового участника. 20 июля компания Qwen выпустила свою новейшую модель синтеза речи Qwen-Audio-3.0-TTS, перенеся управление со сложных технических настроек на простые команды на естественном языке.
Главной особенностью этой модели является возможность принимать инструкции в форме свободного естественного языка. Ранее для достижения определенных тонов, ритмов или стилей требовалось корректировать множество параметров на стороне сервера. Теперь пользователи могут просто описать желаемый результат в повседневной речи, позволяя модели сгенерировать соответствующий голос и значительно снизить порог входа.
Qwen предлагает две различные версии, адаптированные под разные сценарии использования. Версия Flash оптимизирована для взаимодействия в реальном времени, снижая начальную задержку до примерно 300 миллисекунд. Этот почти мгновенный отклик поддерживает проведение вопросов и ответов в реальном времени, голосовых помощников и другие приложения, чувствительные к задержкам. В то же время версия Plus делает акцент на точности и выразительности аудио, что делает ее идеальной для аудиокниг, профессионального дубляжа и создания контента, требующего тонких вокальных текстур. Такой двойной подход решает как требования к скорости, так и к качеству в рамках одной линейки продуктов.
Делая естественный язык основным интерфейсом для голосового управления, Qwen продвигает область синтеза речи, превращая ее из специализированной инженерной задачи в доступный инструмент для обычных пользователей.
Связанная статья
Функция Claude’s Cowork теперь запоминает ваши предыдущие инструкции для чата
Обновление системы памяти Claude от Anthropic устраняет одно из главных препятствий при использовании ИИ-агентов: необходимость постоянно заново объяснять контекст, который ИИ уже помнит. Объединив архитектуры памяти стандартного чата и Claude Cowork
Чэнь Тяньцяо возвращается после девяти лет перерыва, инвестируя $2 млрд в исследования и разработки на основе искусственного интеллекта
От игрового магната к пионеру сознания: возвращение бывшего миллиардераПосле девяти лет на пенсии основатель группы Shanda Чэнь Тяньцяо дал свое первое международное интервью СМИ в марте 2026 года. Когда-то самый молодой китайский миллиардер и титан
Меню, сгенерированные ИИ, достигают совершенства в эстетике, вызывая эффект «зловещей долины» на фотографиях еды
Генеративный искусственный интеллект трансформирует дизайн ресторанного меню, однако его стремление к «идеальной эстетике» создает однородный визуальный ландшафт, порождающий новые опасения относительно качества ресторанного опыта. Все больше заведен
Рекомендации по связанным специальным темам
Комментарии (0)

Конкуренция среди крупных разработчиков искусственного интеллекта в области голосовых технологий обострилась с появлением нового участника. 20 июля компания Qwen выпустила свою новейшую модель синтеза речи Qwen-Audio-3.0-TTS, перенеся управление со сложных технических настроек на простые команды на естественном языке.
Главной особенностью этой модели является возможность принимать инструкции в форме свободного естественного языка. Ранее для достижения определенных тонов, ритмов или стилей требовалось корректировать множество параметров на стороне сервера. Теперь пользователи могут просто описать желаемый результат в повседневной речи, позволяя модели сгенерировать соответствующий голос и значительно снизить порог входа.
Qwen предлагает две различные версии, адаптированные под разные сценарии использования. Версия Flash оптимизирована для взаимодействия в реальном времени, снижая начальную задержку до примерно 300 миллисекунд. Этот почти мгновенный отклик поддерживает проведение вопросов и ответов в реальном времени, голосовых помощников и другие приложения, чувствительные к задержкам. В то же время версия Plus делает акцент на точности и выразительности аудио, что делает ее идеальной для аудиокниг, профессионального дубляжа и создания контента, требующего тонких вокальных текстур. Такой двойной подход решает как требования к скорости, так и к качеству в рамках одной линейки продуктов.
Делая естественный язык основным интерфейсом для голосового управления, Qwen продвигает область синтеза речи, превращая ее из специализированной инженерной задачи в доступный инструмент для обычных пользователей.
Функция Claude’s Cowork теперь запоминает ваши предыдущие инструкции для чата
Обновление системы памяти Claude от Anthropic устраняет одно из главных препятствий при использовании ИИ-агентов: необходимость постоянно заново объяснять контекст, который ИИ уже помнит. Объединив архитектуры памяти стандартного чата и Claude Cowork
Чэнь Тяньцяо возвращается после девяти лет перерыва, инвестируя $2 млрд в исследования и разработки на основе искусственного интеллекта
От игрового магната к пионеру сознания: возвращение бывшего миллиардераПосле девяти лет на пенсии основатель группы Shanda Чэнь Тяньцяо дал свое первое международное интервью СМИ в марте 2026 года. Когда-то самый молодой китайский миллиардер и титан
Меню, сгенерированные ИИ, достигают совершенства в эстетике, вызывая эффект «зловещей долины» на фотографиях еды
Генеративный искусственный интеллект трансформирует дизайн ресторанного меню, однако его стремление к «идеальной эстетике» создает однородный визуальный ландшафт, порождающий новые опасения относительно качества ресторанного опыта. Все больше заведен











