Qwen3 TTS Testbericht: Neun feste Stimmen ohne Klonen

Für die hier angebotene genaue Variante ist in den Belegen dieses Artikels kein vergleichbares öffentliches Qualitätsergebnis gesichert. Ein benachbartes Modell oder ein anderer Modus schließt diese Lücke nicht. Die beschriebenen Einstellungen sind geprüfte Produktfunktionen, keine neu gemessenen Werte für Natürlichkeit, Verständlichkeit oder Geschwindigkeit.

Das offizielle Qwen3-TTS-README behandelt Stimmklonen als eigene Fähigkeit. Es unterscheidet CustomVoice mit neun vorgegebenen Klangfarben, VoiceDesign für eine beschriebene Stimme und Base für Klonen mit Referenzaudio. Die neun Stimmen dieses Endpunkts belegen keinen Zugriff auf die anderen Checkpoints. Müssen Sie einen bestimmten Referenzsprecher reproduzieren, erfüllt diese Aufgabe mit festen Stimmen die Anforderung nicht. Eine Anweisung zur Sprechweise entwirft keine neue Sprecheridentität.

Die folgende Eingabe orientiert sich an veröffentlichten Modellbeispielen und garantiert keine identischen Wiederholungen. Trennen Sie gesprochenen Text und Regieanweisungen, wenn separate Felder angeboten werden. Prüfen Sie zunächst einen normalen Satz, bevor Sie den Text verlängern. Mehr Adjektive beheben selten eine unklare Anweisung.

{
  "instructions": "Breathless and teasing, close to the microphone.",
  "text": "Hey... it's me. I know it's late. I just wanted to hear your voice before I fall asleep. Call me back? I'll be waiting.",
  "voice_id": "Serena"
}

Beginnen Sie mit dem Abschnitt, der über die Abnahme entscheidet: einem Namen, einer schwierigen Zahl oder einem Satz mit wechselnder Emotion. Vergleichen Sie das Ergebnis bis zum Schluss mit dem Original. Halten Sie die Eingabe konstant und ändern Sie jeweils nur eine Einstellung. Eine angenehme Stimme beweist noch nicht, dass jedes Wort erhalten geblieben ist.

Prüfen Sie vor dem Absenden das aktuelle Angebot auf der Modell-Aufgabenseite. Abrechnung je Zeichen, Sekunde oder Anfrage lässt sich nicht allein anhand des Einstiegspreises vergleichen. Verwenden Sie denselben Text oder dieselbe Aufnahme als Grundlage und rechnen Sie nötige Konvertierung und Ausrichtung mit ein.

Wählen Sie zuerst nach einer fehlenden Funktion. Eine Alternative sollte ein konkretes Hindernis beseitigen: Stimmenwahl, längere Texte, Regie oder eine passende Transkription. Ein neuerer Name genügt nicht. Die folgenden aktuellen Seiten nennen Aufgaben und Abrechnungseinheiten.

• Seed Speech 2.0
• Chatterbox