Qwen-Audio-3.0-TTS Flash 다국어 음성 합성 예시

이 작품은 qwen-audio-3.0-tts-flash 작성자 회선으로 중국어와 영어가 섞인 나레이션을 실제로 생성하여, 호스팅 TTS 환경에서 해당 모델의 실제 입력 파라미터와 출력을 시연합니다. voice는 Flash 등급의 내장 음색 longanhuan_v3.6을 사용하고, language_hints는 첫 번째 항목만 사용하므로 이 예시는 중국어 위주에 영어 용어가 섞여 있어 언어 힌트의 경계 동작을 그대로 보여줍니다. base에서는 rate, pitch, volume, sample_rate, format, seed를 모두 명시적으로 기술하여 개발자가 스키마와 대조하며 파라미터 의미와 값 범위를 하나씩 확인할 수 있습니다. 텍스트 내용은 개발자 대상 기능 설명 나레이션으로, 말 속도는 다소 느리게, 음높이는 기본값과 동일하게 설정되어 제품 데모 음원, API 문서 예시 오디오, 또는 실시간 안내 및 지능형 고객센터 음성 출력의 참조 기준으로 적합합니다. 참고로 Flash 등급의 가격은 같은 제품군의 Plus보다 낮고(백만 자당 $15 vs $20), 평균 WER/CER 3.87은 제품군 내 최저이며, 화자 유사도 80.44는 Plus보다 약간 낮습니다. 음성 복제는 기반 기술로 지원되지만 첫 버전에서는 공개되지 않았고, 텍스트만으로 하는 음성 디자인도 지원하지 않으므로 본 작품은 내장 음색과 자연어 지시 제어만 시연합니다.