Fiche · Synthèse vocale · relevé du 19 octobre 2026

Qwen3 TTS Flash

Poids fermés (selon Artificial Analysis)
Français annoncé

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

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 alibabacloud.com, le 17/10/2026.

Sortie: 16 septembre 2025 lu sur la page de l'éditeur

Page de l'éditeur L'essayer

Langues

Annoncées par l'éditeur : 10 langues, dont le français (zh, en, de, it, pt, es, ja, ko, fr, ru). Lu sur alibabacloud.com.
Évaluées par nos sources : anglais.
Le français : annoncé par l'éditeur ; pas évalué en français par nos sources.

Son classement

Chaque ligne vient d'une seule source, dans son unité : les chiffres de deux lignes ne se comparent pas entre eux. Ils ne comptent pas dans le score des modèles de langage.

En anglais · Synthèse vocale
Synthèse vocale en anglais, Artificial Analysis
84e sur 96Elo 942, intervalle 928 à 956, 2 167 votes
Prix : 11 $ par million de caractères
Source : Artificial Analysis · relevé du 19 octobre 2026.

Modèles proches

Synthèse vocale en anglais, Artificial Analysis : devant, Neuphonic TTS (83e, 943) · derrière, Qwen3 TTS (85e, 932)

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.

D'où vient cette fiche

Nom dans les sources: Artificial Analysis : Qwen3 TTS Flash
Fiche: Nom et éditeur tels que la source les écrit ; présentation et langues lues sur les pages de l'éditeur.
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

Voir aussi : la voix en bref, la transcription, la synthèse vocale, ou cette fiche en texte.