Qwen-TTS支持三种中文方言，实现人类级语音合成

介绍我们在此介绍通过Qwen API提供的Qwen-TTS最新更新（qwen-tts-latest或qwen-tts-2025-05-22）。Qwen-TTS在涵盖超过数百万小时语音的大规模数据集上进行训练，实现了人类水平的自然性和表现力。

值得注意的是，Qwen-TTS会根据输入文本自动调整韵律、节奏和情感变化。此外，Qwen-TTS支持生成3种中文方言，包括北京话、上海话和四川话。

截至目前，Qwen-TTS支持7种中英双语声音，包括Cherry、Ethan、Chelsie、Serena、Dylan（北京话）、Jada（上海话）和Sunny（四川话）。更多语言和风格选项将在不久的将来发布。

中国方言样本以下是一些示例，展示了Qwen-TTS捕获方言和自然语音模式的能力。附加结果Qwen-TTS已经展示了人类水平的性能，SeedTTS-Eval基准测试的指标如下所示：以下是这四位说话者的一些中英双语样本：如何使用使用Qwen-TTS和Qwen API很简单。

我们在下面演示了一个代码片段供您使用：import osimport requestsimport dashscopedef get_api_key():api_key = os.getenv("DASHSCOPE_API_KEY") if not api_key:

raise EnvironmentError("DASHSCOPE_API_KEY environment variable not set.")

return api_keydef synthesize_speech(text,voice="Dylan",model="qwen-tts-latest"):api_key = get_api_key() try:

response = dashscope.audio.qwen_tts.SpeechSynthesizer.call( model=model,

api_key=api_key,text=text,voice=voice,) # Check if response is None if response is None:

raise RuntimeError("API call returned None response") # Check if response.output is None if response.output is None:

raise RuntimeError("API call failed:response.output is None") # Check if response.output.audio exists if not hasattr(response.output,

'audio') or response.output.audio is None:raise RuntimeError("API call failed:

response.output.audio is None or missing") audio_url = response.output.audio["url"] return audio_url except Exception as e:

raise RuntimeError(f"Speech synthesis failed:{e}")def download_audio(audio_url,save_path):try:resp = requests.get(audio_url,

timeout=10) resp.raise_for_status() with open(save_path,

'wb') as f:f.write(resp.content) print(f"Audio file saved to:{save_path}") except Exception as e:raise RuntimeError(f"Download failed:

{e}")def main():text = ( """哟，您猜怎么着？今儿个我看NBA，库里投篮跟闹着玩似的，张手就来，篮筐都得喊他“亲爹”了""" ) save_path = "downloaded_audio.wav" try:

audio_url = synthesize_speech(text) download_audio(audio_url,

save_path) except Exception as e:print(e)if __name__ == "__main__":main()总结Qwen-TTS是一种文本到语音模型，支持中英双语合成和多种中文方言。

它旨在生成自然且富有表现力的语音，并通过API提供。虽然它展示了有希望的结果，但我们期待未来进一步的改进和更广泛的语言支持。