Qwen3 TTS avis: neuf voix prédéfinies, sans clonage
Une voix par requête, jusqu'à 2 000 caractères de script, facturés avec un minimum de 100 caractères.
Qwen3 TTS, le modèle de synthèse vocale open source de l’équipe Qwen d’Alibaba, lancé en janvier 2026 : envoyez un script, choisissez l’une des neuf voix, décrivez l’interprétation en langage simple et récupérez un fichier MP3. Vous payez par 1 000 caractères, et SpicyAPI n’ajoute aucun filtre de contenu.
- Lydia
- Aucun test pratique · catalogue vérifié le 7 oct. 2026
- Mis à jour le 7 oct. 2026
Notre conclusion
Aucun nouvel échantillon payant n’a été créé pour cet article. Les exemples publiés illustrent une entrée et une sortie précises, pas une comparaison contrôlée. L’illustration de l’article est une création éditoriale, pas un résultat produit par le modèle évalué.
Ce qui nous a plu et ce qui l’a freiné
Ce qui nous a plu
- Voix de personnages et de compagnons. Gardez la même voix et les mêmes consignes, puis écoutez les changements entre les chapitres. Vérifiez la fin de chaque chapitre par rapport au script avant de monter la narration.
- Répliques en chinois, japonais et coréen. Les profils vocaux comprennent les dialectes de Pékin et du Sichuan, le japonais et le coréen. Choisissez la voix adaptée et vérifiez noms et prononciation dans votre script. Un profil linguistique ne mesure pas la qualité de l’accent.
Ce qui l’a freiné
- Une voix par requête, jusqu’à 2 000 caractères de script, facturés avec un minimum de 100 caractères. La sortie est un unique fichier MP3 mono 24 kHz ; il n’y a ni minutage par mot ni sous-titres. Seules les neuf voix prédéfinies sont proposées — pas de clonage, pas de voix personnalisées. La vitesse et la hauteur ne sont pas exposées en tant que champs ; demandez plutôt une interprétation plus lente ou plus douce dans instructions.
Ce que montrent les preuves
Les preuves retenues ne permettent pas d’établir un résultat public comparable pour cette variante précise du service. Un modèle voisin ou un autre mode ne comblerait pas cette lacune. Les réglages décrits sont des capacités vérifiées du produit, pas de nouvelles mesures de naturel, d’intelligibilité ou de vitesse.
Le README officiel de Qwen3-TTS distingue plusieurs capacités : CustomVoice utilise neuf timbres prédéfinis, VoiceDesign conçoit une voix décrite et Base clone une voix à partir d’un audio de référence. Les neuf voix proposées ici ne prouvent pas que les autres checkpoints sont accessibles par cet endpoint. Si votre critère est de reproduire un locuteur de référence, cette tâche ne répond pas au besoin. Une consigne d’interprétation ne crée pas une nouvelle identité vocale.
Préparer une première entrée
L’entrée ci-dessous s’inspire des exemples publiés du modèle et ne garantit pas des résultats identiques. Séparez texte prononcé et direction si des champs distincts existent. Vérifiez une phrase ordinaire avant d’allonger le script ; multiplier les adjectifs résout rarement une instruction ambiguë.
{
"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"
}Commencez par ce qui conditionne votre validation : un nom, un nombre difficile ou une phrase dont l’émotion change. Comparez la sortie à l’original jusqu’à la fin. Gardez la même entrée et modifiez un seul réglage à la fois. Une voix agréable ne prouve pas que chaque mot a été conservé.
Consultez le devis actuel sur la page de la tâche avant l’envoi. Les tarifs par caractère, seconde ou requête ne se comparent pas par leur seul prix de départ. Prenez le même passage ou enregistrement et incluez les conversions ou l’alignement nécessaires.
Choisir une autre option
Choisissez d’abord la capacité manquante. Une alternative doit résoudre un besoin concret : choisir une voix, accepter un script plus long, diriger l’interprétation ou transcrire le bon type de contenu. Un nom plus récent ne suffit pas. Les pages ci-dessous indiquent les tâches et unités de facturation actuelles.
Ce que Qwen3 TTS sait faire sur SpicyAPI
Tiré directement de la spécification en ligne du modèle sur SpicyAPI. Certains éditeurs en offrent davantage dans leurs propres applications ; voici ce que vous pouvez appeler via notre API aujourd’hui.
| Fonction | Texte vers parole |
|---|---|
| Contrôle de la graine | Non |
| Prompt négatif | Non |
Qu’en pensez-vous ?
Ce test vous a-t-il été utile ?
Connectez-vous pour voter.
Commentaires
Les commentaires sont vérifiés automatiquement et par notre équipe. Nous supprimons le spam, le contenu inapproprié, les attaques personnelles et tout ce qui nomme une personne réelle sans son consentement. Signalez un commentaire et nous l’examinerons sous un jour ouvré.
Vous avez essayé ce modèle ? Partagez ce qui a marché. Un compte gratuit est nécessaire pour commenter, afin de tenir le spam à distance.
FAQ sur Qwen3 TTS
Essayez Qwen3 TTS vous-même
Réglez chaque paramètre dans le Playground et voyez le prix exact avant de lancer.
Autres tests
Voir les classements →
Gemini 3.8 Flash-Lite TTS
Une ou deux voix par requête : jusqu’à 5 000 caractères de script pour une voix, ou jusqu’à 20 répliques de 250 caractères chacune pour deux.
Aucun test pratique · catalogue vérifié le 7 oct. 2026
Lire le test
Gemini 3.8 Flash TTS
Une ou deux voix par requête : jusqu’à 5 000 caractères de script pour une voix, ou jusqu’à 20 répliques de 250 caractères chacune pour deux.
Aucun test pratique · catalogue vérifié le 7 oct. 2026
Lire le test
Seed Speech 2.0
Une voix par requête, jusqu’à 5 000 caractères de script.
Aucun test pratique · catalogue vérifié le 7 oct. 2026
Lire le test