# Qwen3 TTS Flash

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

En bref : 84e sur 96 en synthèse vocale en anglais (Artificial Analysis), dans un groupe de 6 modèles trop proches pour être départagés.

Page : https://quelleia.com/voix/modeles/alibaba-qwen3-tts-flash/. 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 servi par l'API Model Studio, avec 17 voix expressives et une synthèse à faible latence. Il garde les mêmes caractéristiques de voix d'une langue à l'autre et prend en charge plusieurs dialectes chinois. (lu sur https://www.alibabacloud.com/help/en/model-studio/newly-released-models)

- Sortie : 16 septembre 2025 (lu sur la page de l'éditeur, https://www.alibabacloud.com/help/en/model-studio/newly-released-models)

## Langues

- Annoncées par l'éditeur : 10 langues, dont le français (zh, en, de, it, pt, es, ja, ko, fr, ru).
- Évaluées par nos sources : anglais.
- Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.
- Source des langues annoncées : https://www.alibabacloud.com/help/en/model-studio/tts-model

## Ses classements

- Synthèse vocale en anglais, Artificial Analysis : 84e sur 96, Elo 942 (intervalle à 95 % : 928 à 956), 2 167 votes ; prix : 11 $ par million de caractères. Source : Artificial Analysis, https://artificialanalysis.ai/text-to-speech/model-families/qwen (relevé du 19 octobre 2026).

## Modèles proches

- Synthèse vocale en anglais, Artificial Analysis : [Neuphonic TTS](https://quelleia.com/voix/modeles/neuphonic-tts/), 83e (943), juste devant
- Synthèse vocale en anglais, Artificial Analysis : [Qwen3 TTS](https://quelleia.com/voix/modeles/alibaba-qwen3-tts/), 85e (932), 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 : Qwen3 TTS Flash

## Liens

- Page de l'éditeur : https://www.alibabacloud.com/help/en/model-studio/tts-model
- L'essayer : https://www.alibabacloud.com/help/en/model-studio/qwen-tts

## Pages lues

- https://www.alibabacloud.com/help/en/model-studio/newly-released-models (« The Qwen3-TTS-Flash is Tongyi's latest offline text-to-speech foundation model, featuring 17 expressive voices while enabling low-latency, high-stability audio synthesis. »), 17/10/2026
- https://www.alibabacloud.com/help/en/model-studio/newly-released-models (« It supports multilingual and dialect outputs with consistent voice characteristics across languages. »), 17/10/2026
- https://www.alibabacloud.com/help/en/model-studio/newly-released-models (« Speech synthesis 2025-09-16 International qwen3-tts-flash-2025-09-18 »), 17/10/2026
- https://www.alibabacloud.com/help/en/model-studio/tts-model (« Qwen3-TTS-Flash series (system voices) ( qwen3-tts-flash , qwen3-tts-flash-realtime ): Chinese (Mandarin, Beijing, Shanghainese, Sichuan, Nanjing, Shaanxi, Hokkien, Tianjin, Cantonese »), 17/10/2026
- https://www.alibabacloud.com/help/en/model-studio/tts-model (« English, German, Italian, Portuguese, Spanish, Japanese, Korean, French, and Russian »), 17/10/2026