Démo de narration avec voix intégrée de Qwen-Audio-3.0-TTS-Plus

Cette entrée utilise longanlingxin, l'une des deux voix système intégrées de qwen-audio-3.0-tts-plus (niveau de qualité Plus), pour réaliser une synthèse réelle d'un texte de narration en chinois, illustrant la base perceptive que ce modèle peut atteindre sur un même texte. Sur le plan de la composition, le texte est une courte narration sur le « style sonore » ; l'indication de langue est zh, la fréquence d'échantillonnage est de 22050 Hz, l'encapsulation mp3, et les paramètres rate / pitch / volume / seed restent aux valeurs par défaut ; seule l'instruction précise un ton de narration documentaire posé et sobre, afin d'attribuer les différences perceptives au contrôle par instruction plutôt qu'à des modifications de paramètres. Cas d'usage : lors du choix de voix pour des narrations, podcasts et contenus audio, écouter d'abord un court extrait avec la voix intégrée pour vérifier si elle correspond à l'esprit de l'émission ; cela peut aussi servir d'exemple de référence des paramètres avant l'intégration via DashScope Speech Synthesizer. À noter que ce modèle ne dispose que de deux voix intégrées, que le niveau Plus privilégie la qualité audio professionnelle, avec un débit d'environ 16 caractères/seconde ; il convient donc mieux à l'écoute hors ligne et au doublage par lots qu'aux scénarios temps réel à haut débit.