Qwen-Audio-3.0-TTS-Plus 内置音色旁白演示

本条目使用 qwen-audio-3.0-tts-plus（Plus 音质档）的两个内置系统音色中的 longanlingxin，对一段中文旁白文本做一次真实合成，展示该模型在同一条文本上可达到的听感基线。 构成上，文本为一段关于「声音风格」的短旁白，语言提示设为 zh，采样率 22050 Hz、mp3 封装、rate / pitch / volume / seed 均保持默认值，仅通过 instruction 指定沉稳克制的纪录片旁白语气，以便把听感差异归因于指令控制而非参数改动。 适用场景：为旁白、播客与有声内容选型时，先用小段文本试听内置音色是否符合栏目气质；也可作为 DashScope Speech Synthesizer 接入前的参数基线样例。需要注意该模型内置音色仅两个、Plus 档侧重专业音质，吞吐约 16 字符/秒，更适合离线试听与批量配音，而非高吞吐实时场景。