阿里Qwen3 TTS登陆Together AI平台
时间:2026年11月20日,推理云平台Together AI发布公告,阿里通义千问团队的开源语音模型Qwen3 TTS即日起可在其平台调用。
地点:Together AI平台(官方博客线上发布)。
人物:阿里Qwen团队与Together AI,双方共同面向开发者提供服务。
事件详情:Together AI在公告中写道,Qwen3 TTS提供9个预设音色,每个音色都支持中文、英文、日文、韩文、德文、法文、俄文、葡萄牙文、西班牙文、意大利文这10种语言,音色可在语言之间保持一致;开发者可以用一句自然语言指令改变语气与情绪,例如把同一句台词读成“excited and upbeat”(兴奋轻快)或“angry and impatient”(愤怒不耐烦)。模型支持HTTP流式输出与WebSocket接口,输入单个字符即可开始出声,首次音频延迟最低约97毫秒。该模型现已在Together Serverless Inference与专属端点上可用,Serverless按每100万字符20美元计费。
背景:Qwen3-TTS由Qwen团队于2026年1月22日发布,包含0.6B与1.7B两个规格,采用自研12Hz声学tokenizer与多码本语言模型架构,支持声音克隆、音色设计与指令化语音控制,输入单字符后可立即输出首包音频,端到端合成延迟最低约97毫秒。该模型此前主要通过阿里云DashScope等渠道调用,DeepInfra等推理平台也已提供同款模型。
影响:语音合成是对话式AI、客服与内容生产的常见入口,海外开发者现在可以在同一个平台上组合大模型与语音模型,减少跨供应商集成的成本。对阿里Qwen而言,接入更多海外推理平台有助于扩大开源语音模型的采用面。每100万字符20美元的价格,也给海外开发者提供了明确的采购参考。
总结:Together AI上线Qwen3 TTS,把阿里的开源语音模型接入了海外主流推理平台,重点卖点是9个音色跨10种语言保持一致与97毫秒级的首音延迟。定价按字符计费,与平台上的其它语音模型处在同一采购口径。对开发者来说,实时语音应用的选型清单里又多了一个可直接调用的选项。
常见问题:
问:Qwen3 TTS在Together AI上多少钱?
答:Serverless按每100万字符20美元计费。
问:Qwen3 TTS支持哪些语言?
答:9个预设音色都支持中英日韩德法俄葡西意10种语言。
参考来源:
Together AI官方博客
https://www.together.ai/blog/qwen3-tts
Qwen3-TTS官方GitHub仓库
https://github.com/QwenLM/Qwen3-TTS
DeepInfra模型页
https://deepinfra.com/Qwen/Qwen3-TTS
techandbusiness报道
https://techandbusiness.org/newswire/BZiIh3_qM7fyurzlvthTgv
Boostora报道
https://boostora.ink/news/together-serves-qwen3-tts-with-nine-voices-across-10-languages
Cofabrix报道
https://cofabrix.com/pulse/qwen3-tts-is-now-available-on-together-ai-d84ad60cf3ba
阿里云百炼模型文档
https://www.alibabacloud.com/help/model-studio/newly-released-models








