TTS 在一年没什么进展之后，终于有了点起色
Qwen3-TTS 发布，号称超越了闭源模型，多项指标达到 SOTA
Qwen3-TTS 系列模型在多项任务中达到 SOTA 水平：

- 音色创造：指令遵循与表现力全面超越 MiniMax 及开源模型。
- 音色控制：具备多语言泛化与风格控制能力（WER 2.34%），支持长达 10 分钟的高质量语音合成。
- 音色克隆：稳定性、相似度及词错误率指标均超越 MiniMax、SeedTTS 及 ElevenLabs；跨语种克隆能力领先 CosyVoice3。

我录了官方的 demo，听起来确实有点东西