タグ: 音声合成

アリババのQwenチームが、わずか3〜4秒の参照音声から高精度なボイスクローンが可能な音声生成AIモデル「Qwen3-TTS Family」をオープンソース公開した。モデルサイズは1.7Bと0.6Bで、低遅延（97ms）と多言語（日本語含む）対応が特徴。GitHubやHugging Faceで利用可能。