選擇適合語音合成、聲音複製和聲音設計情境的模型。
以下列出語音合成、聲音服務及舊版按 Token 計費等系列模型，可按情境篩選。通過以下兩個問題可以快速縮小選擇範圍：
您需要自訂音色，還是使用內建音色即可？
您需要即時資料流式輸出，還是非流式也可以接受？
標準語音合成還是自訂音色？
標準語音合成
使用內建音色，無需額外配置。選擇模型、選擇音色即可開始合成。
國際
模型 | 系列 | 核心優勢 |
| CosyVoice | 高品質，豐富的音色庫 |
| CosyVoice | 快速合成 |
| Qwen3-TTS | 低延遲，高品質 |
| Qwen3-TTS | 低延遲，高品質（快照版本） |
| Qwen3-TTS | 低延遲，高品質（快照版本） |
| Qwen3-TTS | 即時資料流式輸出，低延遲 |
| Qwen3-TTS | 即時資料流式輸出，低延遲（快照版本） |
| Qwen3-TTS | 即時資料流式輸出，低延遲（快照版本） |
| Qwen3-TTS | 指令控制（語速、情緒、風格） |
| Qwen3-TTS | 指令控制（快照版本） |
| Qwen3-TTS | 即時資料流式輸出 + 指令控制 |
| Qwen3-TTS | 即時資料流式輸出 + 指令控制（快照版本） |
中國內地
模型 | 系列 | 核心優勢 |
| CosyVoice | 高品質，音色庫持續更新 |
| CosyVoice | 快速合成 |
| CosyVoice | 高品質，豐富的音色庫 |
| CosyVoice | 快速合成 |
| CosyVoice | 上一代高品質合成 |
| CosyVoice | 上一代基礎合成 |
| Qwen3-TTS | 低延遲，高品質 |
| Qwen3-TTS | 低延遲，高品質（快照版本） |
| Qwen3-TTS | 低延遲，高品質（快照版本） |
| Qwen3-TTS | 即時資料流式輸出，低延遲 |
| Qwen3-TTS | 即時資料流式輸出，低延遲（快照版本） |
| Qwen3-TTS | 即時資料流式輸出，低延遲（快照版本） |
| Qwen3-TTS | 指令控制（語速、情緒、風格） |
| Qwen3-TTS | 指令控制（快照版本） |
| Qwen3-TTS | 即時資料流式輸出 + 指令控制 |
| Qwen3-TTS | 即時資料流式輸出 + 指令控制（快照版本） |
| MiniMax | 高音質語音合成 |
| MiniMax | 高音質語音合成 |
| MiniMax | 低延遲快速合成 |
| MiniMax | 低延遲快速合成 |
自訂音色
通過複製音頻樣本或文字描述來建立獨特的音色。
國際
模型 | 系列 | 核心優勢 |
| Qwen3-TTS | 從音頻樣本複製音色 |
| Qwen3-TTS | 即時聲音複製 |
| Qwen3-TTS | 即時聲音複製 |
| Qwen3-TTS | 通過文字描述設計音色 |
| Qwen3-TTS | 即時聲音設計 |
| Qwen3-TTS | 即時聲音設計 |
| 千問聲音複刻 | 聲音複刻（音色註冊與管理） |
| 千問聲音設計 | 聲音設計（文本驅動建立音色） |
複製與設計的區別：聲音複製是從音頻樣本中複製特定音色。聲音設計是通過文字描述建立全新音色（例如"溫暖的低音女聲"）。已有目標音色時用複製，想從零建立時用設計。
控制語音表現
三種方式，按靈活性排序：
指令控制（
qwen3-tts-instruct-flash、qwen3-tts-instruct-flash-realtime）：用自然語言描述期望的表達方式，可按請求控制語速、情緒和風格，靈活性最高。聲音設計（
qwen3-tts-vd-*）：通過文字描述產生自訂音色。適用於無需音頻樣本即可建立品牌音色的情境。聲音複製（
qwen3-tts-vc-*）：從音頻樣本複製已有音色。適用於需要還原特定人物音色的情境。
完整對比
模型 | 系列 | 流式 | 自訂音色 | 指令控制 |
| CosyVoice | 支援 | 不支援 | 不支援 |
| CosyVoice | 支援 | 不支援 | 不支援 |
| CosyVoice | 支援 | 不支援 | 不支援 |
| CosyVoice | 支援 | 不支援 | 不支援 |
| CosyVoice | 支援 | 不支援 | 不支援 |
| Qwen3-TTS | 支援 | 不支援 | 不支援 |
| Qwen3-TTS | 支援 | 不支援 | 不支援 |
| Qwen3-TTS | 支援 | 不支援 | 不支援 |
| Qwen3-TTS | 支援 | 不支援 | 不支援 |
| Qwen3-TTS | 支援 | 不支援 | 不支援 |
| Qwen3-TTS | 支援 | 不支援 | 不支援 |
| Qwen3-TTS | 支援 | 不支援 | 支援 |
| Qwen3-TTS | 支援 | 不支援 | 支援 |
| Qwen3-TTS | 支援 | 不支援 | 支援 |
| Qwen3-TTS | 支援 | 不支援 | 支援 |
| 聲音複製 | 不支援 | 支援 | 不支援 |
| 聲音複製 | 支援 | 支援 | 不支援 |
| 聲音複製 | 支援 | 支援 | 不支援 |
| 聲音設計 | 不支援 | 支援 | 不支援 |
| 聲音設計 | 支援 | 支援 | 不支援 |
| 聲音設計 | 支援 | 支援 | 不支援 |
| Qwen-TTS（舊版） | 不支援（整段輸出） | 不支援 | 不支援 |
| Qwen-TTS（舊版） | 不支援（整段輸出） | 不支援 | 不支援 |
| Qwen-TTS（舊版） | 不支援（整段輸出） | 不支援 | 不支援 |
| Qwen-TTS（舊版） | 不支援（整段輸出） | 不支援 | 不支援 |
| Qwen-TTS（舊版） | 支援 | 不支援 | 不支援 |
| Qwen-TTS（舊版） | 支援 | 不支援 | 不支援 |
| Qwen-TTS（舊版） | 支援 | 不支援 | 不支援 |
| 聲音服務 | 不適用 | 支援（音色註冊） | 不支援 |
| 聲音服務 | 不適用 | 支援（音色設計） | 不支援 |
舊版模型（Qwen-TTS，按 Token 計費）
以下為按 Token 計費的舊版 Qwen-TTS 模型，接入方式分為 HTTP 與 WebSocket。若您已遷移到 Qwen3-TTS，可優先使用前文標準語音合成中的模型。
國際
模型 | 接入方式 | 說明 |
| HTTP | 非流式合成，按 Token 計費 |
| HTTP | 非流式合成，按 Token 計費 |
| HTTP | 快照版本，按 Token 計費 |
| HTTP | 快照版本，按 Token 計費 |
| WebSocket | 流式合成，按 Token 計費 |
| WebSocket | 流式合成，按 Token 計費 |
| WebSocket | 快照版本，流式合成，按 Token 計費 |