配音场景地图:TTS Flash 快速语音合成演示
这是一条面向开发者与内容团队的语音合成演示:用 qwen-audio-3.0-tts-flash 生成一段「应用场景地图」口播,依次介绍该模型在配音、配乐旁白与播客三类场景中的定位。base 中直接写入必填的 text 与 voice,并通过 instruction 以自然语言描述语气要求,同时设定语速、音高、音量与 mp3/22050Hz 输出,用于展示 Flash 档快速、低成本语音合成的实际听感。适合用来评估:实时播报与通知、对话式助手语音输出、有声内容多语言配音等场景中,Flash 的可懂度与音色稳定性是否满足需求。注意当前端点仅提供有限内置音色,声音克隆与纯文本声音设计未在首版开放,正式内容场景如需更高音质应与 Plus 版本权衡。
风格 画外音 · 讲解说明 · 多语言
暂时无法试用:该模型的 playground 配置尚未就绪。
提示词
技术讲解视频的快节奏、清晰普通话旁白;中性专业语气,平稳语速,吐字清晰,对章节名称适当强调,无背景音乐,时长30–40秒。
复制完整提示词,改成你自己的生成任务。
标签