Qwen-Audio-3.0-TTS-Plus 图文指南旁白

用 Qwen-Audio-3.0-TTS-Plus 的 Plus 音质模式，为一份「提示词工程视觉化：描述结构图文指南」合成中文旁白。文本内容刻意写成结构化的指南口播稿：先给出提示词的分层框架（目标、约束、上下文、输出格式），再逐条解释每层的作用与常见错误，便于配合图卡或长图顺序播放。base 中固定 voice=longanlingxin 内置女声、wav 输出与 24kHz 采样率，并用 instruction 指定「平稳、偏教学讲解的语速与重音」，以体现该模型支持指令调节合成效果的能力。适用于课程配音、产品文档朗读、图文长帖的音频版本等对自然度敏感、但对吞吐速度要求不高的场景。需注意该模型约每秒 16 字符的生成速度与按字符计费方式，长文本应分段合成。