Qwen3 TTS开源模型与3个免费的TTS-API

Qwen3 TTS开源模型与3个免费的TTS-API

Qwen3-TTS 是由Qwen开发的一系列功能强大的语音生成，全面支持音色克隆、音色创造、超高质量拟人化语音生成，以及基于自然语言描述的语音控制，为开发者与用户提供最全面的语音生成功能。开源有0.6B和1.8B

本地可轻松运行，8g内存的cpu可以跑

• 🎵 语音合成: 高质量的文本转语音功能。
• 🎭 声音克隆: 支持从短音频示例进行零样本（Zero-shot）声音克隆。
• 🎨 声音设计: 支持通过自然语言描述自定义声音特质。
• 🚀 高效推理: 支持 12Hz 和 25Hz 的语音 Tokenizer 架构。
• 🎯 多语言支持: 原生支持 10 种主要语言（中文、英文、日文、韩文、德文、法文、俄文、葡萄牙文、西班牙文和意大利文）。

官网：https://qwen.ai/blog?id=qwen3tts-0115

ComfyU节点：https://github.com/flybirdxx/ComfyUI-Qwen-TTS/blob/main/README_CN.md

三个免费的TTS-api（Azure、火山、Edge）

不会用把全文复制给agent，可以帮你文生图

Azure

import base64

音色列表

"voices": [

火山

这个原理是用的火山翻译逆向

import logging

音色

"voices": [

edgetts

调用简单，调用edge_tts 包

import edge_tts

"voices": [

原文地址：https://mp.weixin.qq.com/s/hP1xqgnyitMsrXW4PTy0cA