语音合成-大模型服务平台百炼(Model Studio)-阿里云帮助中心

百炼语音合成可将文本转换为语音，支持系统音色，也可通过声音复刻、声音设计创建自定义音色，并可控制语速、情感、发音等合成效果。

模型选型

实时交互、内容制作和精细朗读控制对模型能力的要求不同，可根据以下需求选择模型。

使用需求	推荐模型	选择说明
语音助手、实时对话、智能客服	`qwen-audio-3.1-tts-flash`	面向低延迟交互场景，支持系统音色、声音复刻、声音设计、自然语言指令及情感与富语言标签。
有声书、影视配音、品牌声音与内容制作	`qwen-audio-3.1-tts-plus`	侧重音质、自然度和细节表现，支持系统音色、声音复刻、声音设计及丰富的表达控制。

各系列的模型 ID 参见支持模型。

音色选择

前往音色试听广场试听音色。各模型可用的系统音色、voice 参数和试听音频参见下表中的音色列表。

音色来源	需要准备	适用场景	使用入口
系统音色	无需音频样本或音色描述，选择已有音色即可。	智能客服、有声阅读、内容播报等已有音色能够满足的场景。	Qwen-Audio-TTS 音色列表 CosyVoice 音色列表 Qwen-TTS 音色列表
复刻音色	提供目标说话人的音频样本。	复用品牌代言人、主播等已有声音，创建个性化语音助手或虚拟主播。	声音复刻
设计音色	用文字描述期望的声音，例如“温暖的低音女声”。	没有录音素材，需要为品牌、游戏或动画角色创建新音色。	声音设计

声音设计用于创建可重复使用的音色。如果只需在单次合成中调整语速、情感或说话方式，可使用指令控制。

合成方式

合成方式的区别在于一次输入完整文本还是分段持续输入，以及一次获取完整音频还是边合成边获取音频。流式输出音频与流式输入文本是两种不同的能力。

合成方式	文本输入	音频输出	适用场景
非流式	一次发送完整文本。	合成完成后获取完整音频。	无需边合成边播放的内容制作。
单向流式	一次发送完整文本。	边合成边分段返回音频。	文本已准备好，希望尽早开始播放。
双向流式	持续发送文本片段。	边合成边分段返回音频。	对接大模型等文本持续产生的实时交互。

非实时合成：一次提交完整文本，可选择非流式或流式获取音频，参见非实时语音合成。
实时合成：分段或持续提交文本，也可一次提交完整文本，参见实时语音合成。对于移动端等实时交互应用，可按 Realtime API 概述选择可用的接入协议。其中，AOQ（AI over QUIC）针对低延迟和弱网传输进行优化，并内置回声消除和降噪能力。

合成效果控制

除了选择音色，还可以通过参数、指令或标签调整合成效果。

希望调整的效果	控制方式
语速、音调、音量	设置模型提供的对应合成参数。
情感、风格、说话方式	使用自然语言指令，例如“用温柔的语气，语速稍慢”。
局部情感及笑声、呼吸等表达	在待合成文本中加入情感与富语言标签。
发音、停顿、数字读法等	使用 SSML 标签精细控制朗读。
数学公式朗读	使用 LaTeX 表达公式。

按合成方式查看参数、支持条件和示例：

支持模型

选择调用地域，查看各系列的模型 ID。

北京

Qwen-Audio-TTS：qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash、qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash
CosyVoice：cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-plus、cosyvoice-v3-flash、cosyvoice-v2
Qwen3-TTS：qwen3-tts-flash-realtime、qwen3-tts-flash
MiniMax：MiniMax/speech-2.8-hd、MiniMax/speech-2.8-turbo、MiniMax/speech-02-hd、MiniMax/speech-02-turbo

新加坡

Qwen-Audio-TTS：qwen-audio-3.1-tts-plus、qwen-audio-3.1-tts-flash、qwen-audio-3.0-tts-plus、qwen-audio-3.0-tts-flash
CosyVoice：cosyvoice-v3-plus、cosyvoice-v3-flash
Qwen3-TTS：qwen3-tts-flash-realtime、qwen3-tts-flash

语言与方言支持

按需要合成的语言或方言选择音色。下表按模型系列和音色类型列出支持范围。

Qwen-Audio-TTS

音色类型 合成输出语言与方言

音色类型	合成输出语言与方言
系统音色	支持中文、英语等语言，具体范围因模型和音色而异，参见Qwen-Audio-TTS 音色列表。
复刻音色	中文（普通话、广东话、重庆话、东北话、甘肃话、贵州话、浙江话、河北话、河南话、湖北话、湖南话、江西话、宁波话、宁夏话、青岛话、陕西话、山西话、山东话、上海话、四川话、云南话）、英语、日语、韩语、俄语、法语、德语、葡萄牙语、泰语、印尼语、越南语、西班牙语、意大利语、马来西亚语、菲律宾语、阿拉伯语（方言通过指令控制功能进行设置）其他语种（适用于 `qwen-audio-3.1-tts-flash`）：保加利亚语、荷兰语、匈牙利语、罗马尼亚语、丹麦语、克罗地亚语、希腊语、捷克语、挪威语、瑞典语、印地语、斯洛伐克语、芬兰语、乌尔都语、塞尔维亚语、墨西哥西班牙语、立陶宛语、拉脱维亚语、土耳其语、波斯语、希伯来语、蒙古语、斯洛文尼亚语、阿塞拜疆语、波兰语、加泰罗尼亚语、高棉语、巴西葡萄牙语、老挝语、格鲁吉亚语、南非荷兰语、尼泊尔语、白俄罗斯语、马拉雅拉姆语、卢森堡语、阿尔巴尼亚语、泰米尔语、僧伽罗语、泰卢固语、爱沙尼亚语、宿务语、波斯尼亚语、缅甸语、亚美尼亚语、拉丁语、冰岛语、马耳他语、斯瓦希里语、哈萨克语、塞舌尔克里奥尔语、乌克兰语。
设计音色	中文（普通话）、英文

系统音色

支持中文、英语等语言，具体范围因模型和音色而异，参见Qwen-Audio-TTS 音色列表。

复刻音色

中文（普通话、广东话、重庆话、东北话、甘肃话、贵州话、浙江话、河北话、河南话、湖北话、湖南话、江西话、宁波话、宁夏话、青岛话、陕西话、山西话、山东话、上海话、四川话、云南话）、英语、日语、韩语、俄语、法语、德语、葡萄牙语、泰语、印尼语、越南语、西班牙语、意大利语、马来西亚语、菲律宾语、阿拉伯语（方言通过指令控制功能进行设置）

其他语种（适用于 qwen-audio-3.1-tts-flash）：保加利亚语、荷兰语、匈牙利语、罗马尼亚语、丹麦语、克罗地亚语、希腊语、捷克语、挪威语、瑞典语、印地语、斯洛伐克语、芬兰语、乌尔都语、塞尔维亚语、墨西哥西班牙语、立陶宛语、拉脱维亚语、土耳其语、波斯语、希伯来语、蒙古语、斯洛文尼亚语、阿塞拜疆语、波兰语、加泰罗尼亚语、高棉语、巴西葡萄牙语、老挝语、格鲁吉亚语、南非荷兰语、尼泊尔语、白俄罗斯语、马拉雅拉姆语、卢森堡语、阿尔巴尼亚语、泰米尔语、僧伽罗语、泰卢固语、爱沙尼亚语、宿务语、波斯尼亚语、缅甸语、亚美尼亚语、拉丁语、冰岛语、马耳他语、斯瓦希里语、哈萨克语、塞舌尔克里奥尔语、乌克兰语。

设计音色

中文（普通话）、英文

CosyVoice

音色类型	合成输出语言与方言
系统音色	`cosyvoice-v3.5-plus` / `cosyvoice-v3.5-flash`: 不支持 `cosyvoice-v3-plus`（因音色而异）: 中文（普通话）、英文 `cosyvoice-v3-flash`（因音色而异，部分方言由系统音色直接支持，部分通过指令控制功能设置）: 中文（普通话、广东话、东北话、河南话、湖南话、陕西话、山东话、四川话、安徽话、闽南话）、英文、日语、韩语、印尼语 `cosyvoice-v2`（因音色而异）: 中文（普通话、粤语、东北话、闽南话、陕西话）、英文、日语、韩语说明系统音色的具体语言、方言和试听参见CosyVoice 音色列表。
复刻音色	`cosyvoice-v3.5-plus` / `cosyvoice-v3.5-flash`（方言通过指令控制功能进行设置）: 中文（普通话、广东话、东北话、甘肃话、贵州话、河南话、湖北话、江西话、闽南话、宁夏话、山西话、陕西话、山东话、上海话、四川话、天津话、云南话）、英文、法语、德语、日语、韩语、俄语、葡萄牙语、泰语、印尼语、越南语 `cosyvoice-v3-plus`: 中文（普通话、广东话、东北话、甘肃话、贵州话、河南话、湖北话、江西话、闽南话、宁夏话、山西话、陕西话、山东话、上海话、四川话、天津话、云南话）、英文、法语、德语、日语、韩语、俄语 `cosyvoice-v3-flash`（方言通过指令控制功能进行设置）: 中文（普通话、广东话、东北话、甘肃话、贵州话、河南话、湖北话、江西话、闽南话、宁夏话、山西话、陕西话、山东话、上海话、四川话、天津话、云南话）、英文、法语、德语、日语、韩语、俄语、葡萄牙语、泰语、印尼语、越南语 `cosyvoice-v2`: 中文（普通话）、英文
设计音色	`cosyvoice-v3.5-plus` / `cosyvoice-v3.5-flash`: 中文（普通话）、英文 `cosyvoice-v3-plus`: 中文（普通话）、英文 `cosyvoice-v3-flash`: 中文（普通话）、英文 `cosyvoice-v2`: 不支持

Qwen3-TTS

音色类型	合成输出语言与方言
系统音色	中文（普通话、北京话、上海话、四川话、南京话、陕西话、闽南话、天津话、粤语，因音色而异）、英文、德语、意大利语、葡萄牙语、西班牙语、日语、韩语、法语、俄语说明系统音色的具体语言、方言和试听参见Qwen-TTS 音色列表。
复刻音色	不支持
设计音色	不支持