基于 Qwen3-TTS 的
直播领域语音合成大模型

基于 Qwen3-TTS-Base 基座结合高质量直播领域数据继续训练，此模型在 Zero-shot 和 SFT 推理效果上更符合直播风格的表达节奏与情绪张力。下面对比同一文本下基座模型与 TBLive 领域模型的合成效果。全部音频与文本随仓库一起开源，打开页面即可试听。