語音合成
選擇適合語音合成、聲音複刻和聲音設計情境的模型。
從閉源模型遷移到百鍊?
如果你正在使用 ElevenLabs、OpenAI 或 Google 的語音合成服務，可參考下表選擇對應的百鍊模型。
|
使用情境 |
閉源模型代表 |
百鍊推薦 |
|
內建音色 / 標準合成 |
OpenAI gpt-4o-tts、Google Chirp 3 |
|
|
自訂音色 / 聲音複刻 |
ElevenLabs Multilingual v3 |
|
標準語音合成還是自訂音色？
語音合成模型可將文本轉換為自然語音。首先確定您需要使用內建音色還是自訂音色：
|
標準語音合成 |
自訂音色 |
|
|
音色來源 |
模型內建音色庫，選擇即用 |
從音頻樣本複刻，或用文字描述建立 |
|
上手成本 |
無需額外配置，選擇模型和音色即可合成 |
需提供音頻樣本或文字描述來建立音色 |
|
適用情境 |
智能客服、有聲閱讀、內容播報、電商直播 |
品牌專屬音色、虛擬主播、遊戲角色配音 |
|
推薦模型 |
|
|
-
使用標準語音合成：當內建音色庫能滿足需求，希望快速上手、無需額外配置時。
-
使用自訂音色：當需要品牌專屬聲音、複刻特定人物音色，或建立全新角色音色時。
聲音複刻還是聲音設計？
如果選擇自訂音色，有兩種方式建立：
|
聲音複刻（Voice Cloning） |
聲音設計（Voice Design） |
|
|
輸入方式 |
提供一段音頻樣本 |
用文字描述期望的音色（如"溫暖的低音女聲"） |
|
效果 |
合成語音與原始說話人高度相似 |
根據描述從零產生全新音色 |
|
適用情境 |
品牌代言人/主播音色複用、虛擬主播、個人化語音助手 |
品牌音色定製（無錄音素材）、遊戲/動畫角色配音、創意內容製作 |
|
推薦模型 |
|
|
|
音色管理服務 |
|
|
-
使用聲音複刻：當已有目標人物的錄音素材，希望在合成中還原該音色時。
-
使用聲音設計：當沒有錄音素材，希望根據文字描述從零建立全新音色時。
WebSocket還是HTTP？
-
WebSocket：雙向流式通訊，支援流式輸入和流式輸出，音頻邊合成邊返回，延遲最低。適用於智能客服、語音助手、話務中心等即時互動情境。
-
HTTP：發送完整文本，支援流式返迴音頻（逐段輸出）。適用於有聲閱讀、音頻內容製作等情境。
CosyVoice 系列模型使用同一模型名稱同時支援 WebSocket 和 HTTP 兩種接入方式；Qwen 系列模型通過模型名稱區分，帶 -realtime 尾碼的為 WebSocket 接入，不帶尾碼的為 HTTP 接入。
CosyVoice 和 Qwen 系列的 WebSocket 模型支援通過 DashScope SDK（Java、Python）接入。其他模型需根據對應的 WebSocket 或 HTTP 協議直接調用。
選擇 WebSocket 接入請參考即時語音合成，選擇 HTTP 接入請參考非即時語音合成。
指令控制
用自然語言描述期望的表達方式，可按請求動態控制語速、情緒和風格。例如“用溫柔的語氣，語速稍慢”或“用激動的播報風格”。適用於情感化內容製作、專業播報、有聲讀物等需要豐富表現力的情境。
支援指令控制的模型：CosyVoice 系列（cosyvoice-v3.5-plus、cosyvoice-v3.5-flash、cosyvoice-v3-flash）和 Qwen-TTS 系列（qwen3-tts-instruct-flash-realtime、qwen3-tts-instruct-flash）。詳細使用方式請參見即時語音合成 > 指令控制。
推薦模型
以下為各情境下最推薦的模型，可前往模型廣場查看詳情。
|
模型ID |
系列 |
API |
聲音複刻 |
聲音設計 |
指令控制 |
|
|
CosyVoice |
WebSocket |
|
|
|
|
|
CosyVoice |
WebSocket |
|
|
|
所有模型
CosyVoice
部分 CosyVoice 模型支援 SSML 標記和 LaTeX 方程式朗讀。
|
模型ID |
API |
聲音複刻 |
聲音設計 |
指令控制 |
|
|
WebSocket |
|
|
|
|
|
WebSocket |
|
|
|
|
|
WebSocket |
|
|
|
|
|
WebSocket |
|
|
|
|
|
WebSocket |
|
|
|
支援的語言（按版本）：
-
cosyvoice-v3.5-plus、cosyvoice-v3.5-flash（不支援系統音色）：-
聲音複刻音色（方言通過指令控制功能進行設定）：中文（普通話、廣東話、東北話、甘肅話、貴州話、河南話、湖北話、江西話、閩南話、寧夏話、山西話、陝西話、山東話、上海話、四川話、天津話、雲南話）、英文、法語、德語、日語、韓語、俄語、葡萄牙語、泰語、印尼語、越南語
-
聲音設計音色：中文（普通話）、英文
-
-
cosyvoice-v3-plus：-
系統音色（因音色而異）：中文（普通話）、英文
-
聲音複刻音色（方言通過指令控制功能進行設定）：中文（普通話、廣東話、東北話、甘肅話、貴州話、河南話、湖北話、江西話、閩南話、寧夏話、山西話、陝西話、山東話、上海話、四川話、天津話、雲南話）、英文、法語、德語、日語、韓語、俄語
-
聲音設計音色：中文（普通話）、英文
-
-
cosyvoice-v3-flash：-
系統音色（因音色而異，部分方言由系統音色直接支援，部分通過指令控制功能設定）：中文（普通話、廣東話、東北話、河南話、湖南話、陝西話、山東話、四川話、安徽話、閩南話）、英文
-
聲音複刻音色（方言通過指令控制功能進行設定）：中文（普通話、廣東話、東北話、甘肅話、貴州話、河南話、湖北話、江西話、閩南話、寧夏話、山西話、陝西話、山東話、上海話、四川話、天津話、雲南話）、英文、法語、德語、日語、韓語、俄語、葡萄牙語、泰語、印尼語、越南語
-
聲音設計音色：中文（普通話）、英文
-
-
cosyvoice-v2（不支援聲音設計音色）：-
系統音色（因音色而異）：中文（普通話、粵語、東北話、閩南話、陝西話）、英文、日語、韓語
-
聲音複刻音色：中文（普通話）、英文
-
Qwen3-TTS
|
模型ID |
API |
聲音複刻 |
聲音設計 |
指令控制 |
|
|
HTTP |
|
|
|
|
|
HTTP |
|
|
|
|
|
HTTP |
|
|
|
|
|
WebSocket |
|
|
|
|
|
WebSocket |
|
|
|
|
|
WebSocket |
|
|
|
|
|
HTTP |
|
|
|
|
|
HTTP |
|
|
|
|
|
WebSocket |
|
|
|
|
|
WebSocket |
|
|
|
|
|
HTTP |
|
|
|
|
|
WebSocket |
|
|
|
|
|
WebSocket |
|
|
|
|
|
HTTP |
|
|
|
|
|
WebSocket |
|
|
|
|
|
WebSocket |
|
|
|
支援的語言（按版本）：
-
Qwen3-TTS-Flash 系列（系統音色）（
qwen3-tts-flash、qwen3-tts-flash-2025-11-27、qwen3-tts-flash-2025-09-18、qwen3-tts-flash-realtime、qwen3-tts-flash-realtime-2025-11-27、qwen3-tts-flash-realtime-2025-09-18）：中文（普通話、北京話、上海話、四川話、南京話、陝西話、閩南話、天津話、粵語，因音色而異）、英文、德語、意大利語、葡萄牙語、西班牙語、日語、韓語、法語、俄語 -
Qwen3-TTS-Instruct-Flash 系列（系統音色）（
qwen3-tts-instruct-flash、qwen3-tts-instruct-flash-2026-01-26、qwen3-tts-instruct-flash-realtime、qwen3-tts-instruct-flash-realtime-2026-01-22）：中文（普通話）、英文、德語、意大利語、葡萄牙語、西班牙語、日語、韓語、法語、俄語 -
Qwen3-TTS-VC 系列（聲音複刻）（
qwen3-tts-vc-2026-01-22、qwen3-tts-vc-realtime-2026-01-15、qwen3-tts-vc-realtime-2025-11-27）：中文（普通話）、英文、德語、意大利語、葡萄牙語、西班牙語、日語、韓語、法語、俄語 -
Qwen3-TTS-VD 系列（聲音設計）（
qwen3-tts-vd-2026-01-26、qwen3-tts-vd-realtime-2026-01-15、qwen3-tts-vd-realtime-2025-12-16）：中文（普通話）、英文、德語、意大利語、葡萄牙語、西班牙語、日語、韓語、法語、俄語
Qwen-TTS（舊版，按 Token 計費）
以下為按 Token 計費的舊版 Qwen-TTS 模型。若您已遷移到 Qwen3-TTS，可優先使用前文推薦的模型。
|
模型ID |
API |
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 |
支援的語言（按版本）：
-
Qwen-TTS 系列（系統音色）（
qwen-tts、qwen-tts-latest、qwen-tts-2025-05-22、qwen-tts-2025-04-10）：中文（普通話、北京話、上海話、四川話，因音色而異）、英文、德語、意大利語、葡萄牙語、西班牙語、日語、韓語、法語、俄語 -
Qwen-TTS-Realtime 系列（系統音色）（
qwen-tts-realtime、qwen-tts-realtime-latest、qwen-tts-realtime-2025-07-15）：中文（普通話）、英文、德語、意大利語、葡萄牙語、西班牙語、日語、韓語、法語、俄語