Qwen-TTS（语音合成）

Qwen-TTS 是通义千问系列的语音合成模型，支持输入中文、英文、中英混合的文本，并流式输出音频。该模型能根据输入文本自动调整韵律、节奏和情绪变化，合成效果达到人类级别的自然度和表现力。目前，Qwen-TTS 支持七种中英双语音色，包括 Cherry、Ethan、Chelsie 等。它支持音频的流式输出，理论首包在 400ms 以内，具有稳定、快速的特点。通过 Qwen API，开发者只需几行代码即可为应用赋予语音合成能力。

参考：https://bailian.console.aliyun.com/?spm=5176.28197581.0.0.1e7d29a4JqZcpM&tab=doc#/doc/?type=model&url=2879134