Narração do guia visual Qwen-Audio-3.0-TTS-Plus

Use o modo de qualidade de áudio Plus do Qwen-Audio-3.0-TTS-Plus para sintetizar uma narração em chinês para um «Guia visual de engenharia de prompts: descrição estrutural». O texto foi deliberadamente escrito como um roteiro de narração estruturado: primeiro apresenta a estrutura em camadas do prompt (objetivo, restrições, contexto, formato de saída), depois explica item por item a função de cada camada e os erros comuns, facilitando a reprodução sequencial com cards ou imagens longas. No base, fixe voice=longanlingxin (voz feminina integrada), saída wav e taxa de amostragem de 24kHz, e use instruction para especificar «ritmo e ênfase estáveis, com tom didático», demonstrando a capacidade do modelo de ajustar o efeito de síntese por instruções. Adequado para dublagem de cursos, leitura de documentação de produtos, versão em áudio de posts longos com imagens, entre outros cenários sensíveis à naturalidade, mas com baixa exigência de velocidade de processamento. Atenção: o modelo gera cerca de 16 caracteres por segundo e cobra por caractere; textos longos devem ser sintetizados em segmentos.