Qwen/Qwen3-TTS-12Hz-0.6B-CustomVoice
🧠 AI 模型Qwen
Qwen 推出的高性能 0.6B 参数语音合成模型，支持自定义音色生成。
Qwen3-TTS-12Hz-0.6B-CustomVoice 代表了高效语音合成技术的重大进步。该模型基于 Qwen 架构，采用 12Hz 帧率，在计算效率与高保真音频输出之间取得了出色平衡。凭借 0.6B 的参数量，它不仅优化了在资源受限环境下的部署能力，还具备强大的语音克隆与自定义音色合成功能。模型支持中、英、日、韩多种语言，是全球化应用的理想选择。通过使用 safetensors 格式实现安全快速的加载，它能无缝集成到现有的 AI 工作流中。其架构经过专门调优，能够捕捉自然的韵律与情感细微差别，使生成的语音更具人性化与感染力。无论是用于交互式智能体、无障碍工具还是内容创作，该模型都为高级 TTS 研究与生产部署提供了坚实的开源基础。