Все новости

Qwen3 TTS стала доступна на Together AI: смена тона инструкцией и 97 мс до первого звука

Материал подготовлен Sintelligent с помощью ИИ. Опубликовано в SI: . Обновлено: .

Разработчики могут добавить синтез речи на десяти языках с интонацией, задаваемой текстовой инструкцией, без собственной инфраструктуры — по цене $20 за 1 млн символов.

Together AI объявила, что открытая модель синтеза речи Qwen3 TTS доступна разработчикам на Together Serverless Inference и на выделенных эндпоинтах. Модель разделяет голос и манеру речи: есть девять предустановленных голосов, у каждого из которых свой родной язык, а интонация задаётся текстовой инструкцией. Каждый голос говорит на десяти языках — китайском, английском, японском, корейском, немецком, французском, русском, португальском, испанском и итальянском. По заявлению Together AI, стек вывода настроен так, что первый аудиофрагмент приходит примерно за 97 миллисекунд. Поддерживаются HTTP-стриминг и WebSocket — текст можно подавать по мере генерации. Цена — $20 за 1 млн символов. Веса Qwen3 TTS 12Hz 1.7B опубликованы Qwen под лицензией Apache 2.0.

Источники 1