# Qwen-Audio-3.0-TTS-Plus

Éditeur : Alibaba (Chine). Poids fermés (selon Artificial Analysis).

En bref : 12e sur 31 en synthèse vocale en français, dans un groupe de 4 modèles trop proches pour être départagés ; 6e sur 96 en synthèse vocale en anglais (Artificial Analysis), ex æquo avec 4 autres modèles dont les marges d'erreur se recouvrent.

Page : https://quelleia.com/voix/modeles/alibaba-qwen-audio-3-0-tts-plus/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Modèle de synthèse vocale d'Alibaba orienté qualité, servi par l'API Model Studio, dont l'émotion, le ton, le débit et le style se règlent par instructions libres et par balises. Alibaba le destine aux livres audio, au doublage et aux voix de marque, et annonce un meilleur rendu des dialectes chinois et des langues peu dotées. (lu sur https://www.alibabacloud.com/help/en/model-studio/qwen-audio-3-0-tts-plus)

- Sortie : 14 juillet 2026 (lu sur la page de l'éditeur, https://www.alibabacloud.com/help/en/model-studio/newly-released-models)

## Langues

- Annoncées par l'éditeur : 16 langues en voix clonée, dont le français (voix système en chinois et en anglais) (zh, en, ja, ko, ru, fr, de, pt, th, id, vi, es, it, ms, fil, ar).
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 12e sur 31 en synthèse vocale en français (1 166).
- Source des langues annoncées : https://www.alibabacloud.com/help/en/model-studio/tts-model

## Ses classements

- Synthèse vocale en français : 12e sur 31, Elo 1 166 (intervalle à 95 % : 1 143 à 1 189), 668 votes ; prix : 19 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/cosyvoice-tts (relevé du 19 octobre 2026).
- Synthèse vocale en anglais, Artificial Analysis : 6e sur 96, Elo 1 265 (intervalle à 95 % : 1 251 à 1 279), 2 264 votes ; prix : 19 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/cosyvoice-tts (relevé du 19 octobre 2026).

## Modèles proches

- Synthèse vocale en français : [Gemini 3.8 Flash-Lite TTS](https://quelleia.com/voix/modeles/google-gemini-3-8-flash-lite-tts/), 11e (1 190), juste devant
- Synthèse vocale en français : [Eleven Multilingual v2](https://quelleia.com/voix/modeles/elevenlabs-multilingual-v2/), 13e (1 162), juste derrière
- Synthèse vocale en anglais, Artificial Analysis : [Gemini 3.8 Flash TTS](https://quelleia.com/voix/modeles/google-gemini-3-8-flash-tts/), 5e (1 278), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Realtime TTS-2](https://quelleia.com/voix/modeles/inworld-realtime-tts-2/), 7e (1 262), juste derrière

## Comment lire ces chiffres

- Synthèse vocale : Dans une arène, des votants écoutent deux voix à l'aveugle et choisissent la meilleure ; l'Elo en tire un classement, plus il est haut, mieux c'est. Le repère de prononciation compte les mots qu'un modèle de transcription comprend mal en relisant la voix : plus il est bas, mieux c'est.

## Noms dans les sources

- Artificial Analysis : Qwen-Audio-3.0-TTS-Plus

## Liens

- Page de l'éditeur : https://www.alibabacloud.com/help/en/model-studio/qwen-audio-3-0-tts-plus
- L'essayer : https://www.alibabacloud.com/help/en/model-studio/text-to-speech

## Pages lues

- https://www.alibabacloud.com/help/en/model-studio/qwen-audio-3-0-tts-plus (« Qwen-Audio-3.0-TTS-Plus is a high-performance speech synthesis model, designed for high-quality speech generation scenarios. »), 17/10/2026
- https://www.alibabacloud.com/help/en/model-studio/qwen-audio-3-0-tts-plus (« Compared with the previous version, it supports more low-resource languages and Chinese dialects, significantly improves dialect authenticity »), 17/10/2026
- https://www.alibabacloud.com/help/en/model-studio/qwen-audio-3-0-tts-plus (« such as content creation, audiobooks, film and video dubbing, brand voice design, and premium speech services »), 17/10/2026
- https://www.alibabacloud.com/help/en/model-studio/newly-released-models (« Speech synthesis, Realtime speech synthesis 2026-07-14 International qwen-audio-3.0-tts-plus »), 17/10/2026
- https://www.alibabacloud.com/help/en/model-studio/tts-model (« qwen-audio-3.0-tts-flash WebSocket Supported Unsupported Supported Supported languages : System voices (varies by voice): Chinese (Mandarin), English Cloned voices »), 17/10/2026
- https://www.alibabacloud.com/help/en/model-studio/tts-model (« English, Japanese, Korean, Russian, French, German, Portuguese, Thai, Indonesian, Vietnamese, Spanish, Italian, Malaysian, Filipino, and Arabic CosyVoice »), 17/10/2026