Dublagem, trilha sonora e podcast: mapa de voz para cenários de aplicação de TTS

Uma narração de introdução a cenários em chinês sintetizada com qwen-audio-3.0-tts-flash, que encadeia as três categorias de uso de voz — dublagem / trilha sonora / podcast — em um mapa de uso diretamente audível. O texto em si é o roteiro falado do infográfico: primeiro apresenta os critérios de divisão das três categorias de cenário, depois explica item por item as exigências de cada categoria quanto à velocidade da fala, timbre e estilo, e por fim chega às recomendações de seleção. Na síntese, usa-se instruction para especificar "tom de explicação sóbrio e claro, com pausas naturais entre as frases", e language_hints para fixar o chinês, com rate ligeiramente abaixo da velocidade normal para se adequar a um roteiro falado de alta densidade informacional. A obra demonstra a disponibilidade direta do modelo no controle de estilo em linguagem natural e em prompts multilíngues, sendo adequada para desenvolvedores avaliarem sua percepção auditiva real em cenários como transmissão em tempo real, dublagem de conteúdo e abertura de podcasts; basta substituir voice ou instruction no mesmo texto para comparar diferentes timbres e estratégias de tom.