Demo di narrazione con voce integrata di Qwen-Audio-3.0-TTS-Plus

Questa voce utilizza qwen-audio-3.0-tts-plus (profilo di qualità Plus) con longanlingxin, una delle due voci di sistema integrate, per eseguire una sintesi reale di un testo narrativo in cinese, mostrando la qualità di ascolto di base che il modello può raggiungere sullo stesso testo. Per quanto riguarda la composizione, il testo è una breve narrazione sul «stile vocale»; il prompt linguistico è impostato su zh, la frequenza di campionamento è 22050 Hz, il formato è mp3, mentre rate / pitch / volume / seed restano ai valori predefiniti; solo tramite instruction viene specificato un tono da narrazione documentaristica sobrio e controllato, così da poter attribuire le differenze di ascolto al controllo tramite istruzioni anziché alla modifica dei parametri. Scenari applicabili: quando si selezionano voci per narrazioni, podcast e contenuti audio, si può prima ascoltare un breve testo con la voce integrata per verificare se si adatta al tono della trasmissione; può anche servire come esempio di parametri di base prima dell'integrazione con DashScope Speech Synthesizer. Va notato che questo modello dispone solo di due voci integrate e che il profilo Plus privilegia la qualità audio professionale, con una velocità di elaborazione di circa 16 caratteri/secondo; è quindi più adatto all'ascolto offline e al doppiaggio in batch, piuttosto che a scenari in tempo reale ad alto throughput.