Qwen-Audio-3.0-TTS-Plus 음색 및 파라미터 실록

qwen-audio-3.0-tts-plus의 내장 음색과 제어 가능한 파라미터를 단서로 삼아 중국어 내레이션 샘플 한 편을 생성하여, 해당 Plus 모드가 내레이션, 팟캐스트, 제품 음성 안내 시나리오에서 실제로 어떻게 들리는지 보여줍니다. 작품은 저자 회선 schema에 실제로 존재하는 입력값만 사용합니다. text와 voice는 필수이며, 나머지 rate, pitch, volume, sample_rate, format, seed, instruction, language_hints는 schema의 열거값과 기본값에 따라 값을 취합니다. 오디오는 mp3, 22050 Hz로 출력되며, 구조화된 지시를 통해 말속도와 음높이를 제어하므로 개발자가 submit input 스냅샷과 대조하여 동일한 합성 구간을 재현할 수 있습니다. 제3자 평가에 따르면 이 모델은 Speech Arena(Provider Voices) Elo 1,236으로 전문적인 음질에 치우쳐 있으나 처리량은 약 16자/초로, 높은 처리량보다 자연스러움에 민감한 시나리오에 적합합니다.