配音、配乐与播客：TTS 用法地图口播样本

以 qwen-audio-3.0-tts-flash 的托管 TTS 能力为对象，制作一段可直接试听的「应用场景用法地图」口播样本。文本按配音、旁白朗读、播客开场三段组织，逐段说明该模型族的场景取向：Flash 面向实时交互、首包延迟在 300 毫秒级，Plus 更侧重自然度与音色保真；支持 16 种语言，并可用自然语言指令引导情绪与表达方式。 输入侧只使用作者线路声明的参数：required 的 text 与 voice 由 base 提供，另叠加可选字段 instruction 描述播报风格、language_hints 指定中文、rate 与 volume 做温和的节奏与响度控制、format 与 sample_rate 控制交付格式，便于开发者直接对照真实 submit input 复现。该 schema 无任何媒体输入字段，因此 assets 为空，音频完全由文本合成产生。 适用场景：给语音助手、在线教育朗读、客服播报、多语言配音与播客开场做选型前的听感验证；也适合作为评估「同一文本 + 自然语言指令能否稳定改变表达」的最小样本。注意本条目不含声音克隆与文本音色设计，托管入口的能力差异需按实际渠道确认。