Qwen-Audio-3.0-TTS-Plus: registro de timbres e parâmetros

Tendo como fio condutor os timbres integrados e os parâmetros controláveis do qwen-audio-3.0-tts-plus, gera-se um trecho de narração em chinês para demonstrar a percepção auditiva real deste modo Plus em cenários de narração, podcast e locução de produtos. O trabalho utiliza apenas os parâmetros de entrada que existem de fato no schema da linha do autor: text e voice são obrigatórios, enquanto os demais, como rate, pitch, volume, sample_rate, format, seed, instruction e language_hints, seguem os valores enumerados e padrão do schema. O áudio é exportado em mp3, 22050 Hz, com controle de velocidade de fala e altura tonal por meio de instruções estruturadas, facilitando aos desenvolvedores reproduzir a mesma síntese comparando com o snapshot de submit input. Segundo avaliações de terceiros, o modelo obtém Elo de 1.236 no Speech Arena (Provider Voices), posicionando-se voltado à qualidade profissional de áudio, mas com throughput de cerca de 16 caracteres por segundo, adequado a cenários sensíveis à naturalidade e não a alto throughput.