Qwen3-TTS-VD模型是通义最新推出的实时语音合成大模型，可对qwen3-voice-design服务设计的声音进行高保真实时语音合成，且同一音色支持11个语种的语音输出。该模型经过海量数据训练，合成音频可以根据文本自适应调节语气，对复杂文本合成也有较好的处理能力。该模型为2026年01月26日快照版本模型。
推理服务供应商
qwen3-tts-vd-2026-01-26模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 |
Text |
输出模态 |
Audio |
模型体验 |
Function Calling |
||
结构化输出 |
联网搜索 |
||
前缀续写 |
上下文缓存 |
||
批量推理 |
模型调优 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 |
— |
最大输出长度 |
— |
上下文长度 |
— |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
| 计费项 | 价格（元） | 单位 |
|---|---|---|
语音合成 |
0.8 |
每万字符 |
新加坡
部署范围：国际
| 计费项 | 价格（元） | 单位 |
|---|---|---|
语音合成 |
0.8 |
每万字符 |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
180 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
180 |
快照版本
qwen3-tts-vd-2026-01-26
Qwen3-TTS-VD模型是通义最新推出的实时语音合成大模型，可对qwen3-voice-design服务设计的声音进行高保真实时语音合成，且同一音色支持11个语种的语音输出。该模型经过海量数据训练，合成音频可以根据文本自适应调节语气，对复杂文本合成也有较好的处理能力。该模型为2026年01月26日快照版本模型。
推理服务供应商
qwen3-tts-vd-2026-01-26模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 |
Text |
输出模态 |
Audio |
模型体验 |
Function Calling |
||
结构化输出 |
联网搜索 |
||
前缀续写 |
上下文缓存 |
||
批量推理 |
模型调优 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 |
— |
最大输出长度 |
— |
上下文长度 |
— |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
华北2（北京）
| 计费项 | 价格（元） | 单位 |
|---|---|---|
语音合成 |
0.8 |
每万字符 |
新加坡
部署范围：国际
| 计费项 | 价格（元） | 单位 |
|---|---|---|
语音合成 |
0.8 |
每万字符 |
限流
华北2（北京）
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
180 |
新加坡
部署范围：国际
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） |
180 |