Qwen-Audio-3.0-TTS Flash: demostración de múltiples timbres y estilos

Esta pieza está dirigida a desarrolladores que necesitan validar rápidamente el rendimiento de TTS; con un solo timbre se demuestra la naturalidad y la capacidad de seguir instrucciones de qwen-audio-3.0-tts-flash en escenarios de locución en chino. En cuanto a su composición, la pieza utiliza únicamente un timbre integrado de la línea pública del autor, longanhuan_v3.6; el texto es una breve narración al estilo de una descripción de producto, en la que mediante el campo instruction se especifican en lenguaje natural el tono y el ritmo (sereno, con cierto aire de locución informativa); rate y pitch se mantienen en el valor predeterminado 1, y la salida es un wav de 24 kHz para facilitar la escucha directa y el posprocesamiento. La seed es fija para garantizar la reproducibilidad. Casos de uso: evaluar la audibilidad de timbres y estilos antes de integrar la API DashScope Speech Synthesizer; servir como muestra base para escenarios en tiempo real como anuncios de pedidos, alertas y salida de voz de asistentes; y proporcionar material de comparación al contrastar distintos timbres de la misma familia o distintas combinaciones de rate/pitch. Nota: los timbres disponibles en el endpoint actual del schema son limitados; esta pieza no incluye clonación de voz ni diseño de voz a partir de texto; cuando se requiera calidad de audio profesional, conviene valorar la versión Plus.