Qwen-Audio-3.0-TTS-Plus 音色与参数实录

以 qwen-audio-3.0-tts-plus 的内置音色与可控参数为线索，生成一段中文旁白样本，用于展示该 Plus 模式在旁白、播客与产品语音播报场景中的实际听感。作品只使用作者线路 schema 中真实存在的入参：text 与 voice 为必填，其余如 rate、pitch、volume、sample_rate、format、seed、instruction、language_hints 按 schema 的枚举与默认值取值。音频以 mp3、22050 Hz 输出，通过结构化指令控制语速与音高，便于开发者对照 submit input 快照复现同一段合成。据第三方评测，该模型在 Speech Arena（Provider Voices）Elo 为 1,236，定位偏专业音质，但吞吐约 16 字符/秒，适合对自然度敏感而非高吞吐的场景。