Voz · Alibaba (Qwen)

Qwen3 TTS

Los modelos de voz de código abierto de Alibaba, en 10 idiomas y en modo privado. Elígelos para una narración privada en francés o en idiomas asiáticos.

Privado Very high cost
Última versiónQwen3 TTS22 de enero de 2026
Precio0,0506 $ por 1000 caracteres0,152 $ por una página leída en voz alta
Dato clave10 idiomas

Qué lo distingue

Qwen3 TTS es la familia de modelos de voz de Alibaba con licencia Apache 2.0, en tamaños de 0,6 mil millones y 1,7 mil millones de parámetros, con clonación de voz en 3 segundos, diseño de voz a partir de una descripción de texto y 97 ms de latencia en streaming. Habla 10 idiomas, entre ellos francés, chino, japonés y coreano.

  • Modelos abiertos de 600 millones y 1700 millones de parámetros
  • Clonación de voz a partir de 3 s de audio
  • 10 idiomas, 97 ms en streaming

Recomendado para: leer en francés sin salir del modo privado.

Puntos fuertes y límites

Dónde brilla

  • Modo privado: no se guarda nada
  • 10 idiomas, francés incluido

Piénsalo dos veces si

  • 9 voces
  • Más caro que Kokoro o Inworld
  • 9 voces, salida en MP3
  • Hasta 5.000 caracteres por solicitud en Sub Rosa

Casos de uso

Narración privada en francés

Lee este informe en voz alta en un francés claro y natural.

Modo privado, con el francés entre sus 10 idiomas.

Voz de personaje a medida

Un viejo marinero gruñón, de voz lenta y ronca, cuenta una historia.

Diseño de voz a partir de una descripción de texto.

Frente a sus rivales

  • KokoroKokoro es privado y mucho más barato, con menos voces.Puesto 10 de 10 en Artificial Analysis Speech Arena ( 1064 Elo)
  • Orpheus TTSOrpheus es más teatral, pero solo en inglés.
  • Chatterbox HDChatterbox puntúa más alto en la arena y también es privado.Puesto 7 de 10 en Artificial Analysis Speech Arena ( 1102 Elo)
Comparar lado a lado ↗

Historial de versiones

Cada versión, con su fecha y lo que cambió respecto a la anterior.

  1. Qwen3 TTSLa más reciente
    • Lanzamiento de los modelos de 0,6 mil millones y 1,7 mil millones de parámetros, con clonación de voz, diseño de voz y streaming
    Fuente : github.com

Los 2 modelos de esta familia

ModeloUsoPrivacidadPrecio
Qwen 3 TTS 0.6Btts-qwen3-0-6bVozPrivado0,0393 $ por 1000 caracteres0,118 $ por una página leída en voz alta
Qwen 3 TTS 1.7Btts-qwen3-1-7bVozPrivado0,0506 $ por 1000 caracteres0,152 $ por una página leída en voz alta

Especificaciones

EspecificaciónQwen3 TTS 1.7BQwen3 TTS 0.6B
Lanzamiento22 de enero de 202622 de enero de 2026
Parámetros1.7B0.6B
PesosAbiertos, Apache 2.0Abiertos, Apache 2.0
Aceptatext, audiotext, audio
Produceaudioaudio
Idiomas10 idiomas10 idiomas
Precio0,0506 $ por 1000 caracteres0,0393 $ por 1000 caracteres
PrivacidadPrivadoPrivado

Precios, contexto y duraciones del catálogo en vivo el 16 de octubre de 2026; parámetros y licencias según el fabricante.

Fuentes

Todo lo que hay en esta página viene de estas páginas, leídas el 16 de octubre de 2026 o en la fecha indicada en cada puntuación.

Mostrar las 3 fuentes
Más sobre Qwen3 TTS ↗