Qwen3 TTS 音色克隆
无需训练，10–20 秒音频即可创建专属音色；先创建音色，再用 qwen3-tts-vc-realtime 合成语音。
音色克隆器
0/600
历史记录
生成示例
芊悦
阳光积极、亲切自然小姐姐
苏瑶
温柔小姐姐
晨煦
标准普通话，带部分北方口音。阳光、温暖、活力、朝气
千雪
二次元虚拟女友
茉兔
撒娇搞怪，逗你开心
十三
拽拽的、可爱的小暴躁
模型概览
音色克隆工作流
提供短音频即可复刻；创建音色后用于语音合成。
10–20 秒即可复刻
推荐 10–20 秒，最长不超过 60 秒。
格式/采样率要求
WAV/MP3/M4A，≥24kHz，单声道，<10MB。
清晰朗读、无噪音
至少 3 秒连续清晰朗读，无背景噪声，避免音乐/唱歌。
先创建再合成
先创建音色，再用同一 target_model 合成语音。
合成示例（预置音色）
以下为合成效果示意（预置音色，非复刻），实际复刻效果以输入样本为准。
合成示例 · Cherry
试听
0:000:00
合成示例 · Dylan
试听
0:000:00
声音复刻常见问题
关于输入音频与流程的关键问题。