Demonstração de narração com vozes internas do Qwen-Audio-3.0-TTS-Plus

Este item utiliza longanlingxin, uma das duas vozes de sistema internas do qwen-audio-3.0-tts-plus (nível de qualidade Plus), para realizar uma síntese real de um trecho de texto de narração em chinês, demonstrando a linha de base auditiva que o modelo pode alcançar sobre o mesmo texto. Em termos de composição, o texto é uma breve narração sobre «estilo de voz», com o idioma definido como zh, taxa de amostragem de 22050 Hz, contêiner mp3, e rate / pitch / volume / seed mantidos nos valores padrão, especificando apenas via instruction um tom de narração documental sóbrio e contido, de modo a atribuir as diferenças auditivas ao controle por instrução e não a alterações de parâmetros. Cenários de uso: ao selecionar vozes para narração, podcasts e conteúdo de áudio, primeiro ouvir com um pequeno trecho de texto se a voz interna se adequa ao tom da produção; também pode servir como amostra de linha de base de parâmetros antes da integração com o DashScope Speech Synthesizer. Vale notar que este modelo possui apenas duas vozes internas, o nível Plus prioriza qualidade profissional de áudio, com throughput de aproximadamente 16 caracteres/segundo, sendo mais adequado para audição offline e dublagem em lote do que para cenários de tempo real com alto throughput.