Qwen-Audio-3.0-TTS-Plus是面向高质量语音生成场景打造的高性能语音合成大模型。相比前一版本，模型支持更多小语种和中文方言，显著提升方言发音的正宗程度，并增强了 free-style 指令遵循能力和细粒度标签控制能力，可更准确地控制情绪、语气、角色、语速、音量和合成风格。同时，模型在噪声、混响等复杂声学条件下具备更强鲁棒性，进一步提升了音质、清晰度、分辨率和整体表现力。Plus 版本更强调合成效果和细节表现，适用于有更高音质、自然度和表现力要求的专业场景，如内容创作、有声书、影视配音、品牌声音设计和高品质语音服务。
curl "https://api.agtcloud.cn/v1/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{"model":"qwen-audio-3.0-tts-plus","messages":[{"role":"user","content":"Hello"}]}'POST /v1/chat/completions接口文档对话补全
EXPLORE MODELS
比较同类型模型的能力、上下文与调用价格，找到更适合当前场景的选择。
精品音色语音合成，风格指令精准遵循。 内联情绪标签逐字控制，零提示词捕捉角色气质。
qwen3.5-omni-flash 是 阿里巴巴 推出的模型，支持文本、图片、视频、音频输入并输出文本，适用于文本理解与生成。
qwen3.5-omni-plus 是 阿里巴巴 推出的模型，支持文本、图片、视频、音频输入并输出文本，适用于文本理解与生成。
qwen3.5-omni-flash-realtime 是 阿里巴巴 推出的模型，支持文本、图片、视频、音频输入并输出文本、音频，适用于实时多模态交互。
qwen3.5-omni-plus-realtime 是 阿里巴巴 推出的模型，支持文本、图片、视频、音频输入并输出文本、音频，适用于实时多模态交互。