Qwen-Audio-3.0-TTS: Model Teks ke Suara dari Alibaba, Gimana Nih?

Jadi, Alibaba baru aja ngenalin Qwen-Audio-3.0-TTS, model teks ke suara yang bikin banyak orang penasaran. Model ini tersedia dalam dua varian, yaitu Flash dan Plus. Flash itu lebih fokus ke interaksi real-time, sedangkan Plus lebih ke kualitas suara yang oke. Keduanya bisa diakses lewat Alibaba Cloud Model Studio, jadi kamu bisa langsung cobain tanpa ribet.

Yang bikin Qwen-Audio-3.0-TTS ini menarik adalah dukungannya untuk 16 bahasa dan 20 dialek Cina. Itu artinya, kamu bisa pakai model ini untuk berbagai keperluan, dari bikin audiobook sampai narasi video. Plus, model ini juga punya performa yang cukup baik, dengan rata-rata kesalahan kata yang rendah di 10 dari 16 bahasa yang didukung. Gimana, keren kan?

Nah, untuk para developer, ada beberapa fitur baru yang bisa bikin pengalaman pengguna lebih baik. Misalnya, ada 86 tag inline yang bisa kamu gunakan untuk mengatur emosi atau gaya suara. Jadi, kamu bisa bikin suara yang lebih ekspresif, kayak nambahin efek ketawa atau napas. Ini bikin hasil suara jadi lebih hidup dan natural.

Tapi, ada juga beberapa catatan penting. Qwen-Audio-3.0-TTS ini hanya tersedia dalam mode hosted, jadi kamu nggak bisa download modelnya. Hal ini mungkin bikin beberapa orang kecewa, soalnya mereka lebih suka punya kontrol penuh dengan model yang bisa diunduh. Selain itu, throughput untuk Plus itu sekitar 16 karakter per detik, yang terbilang lambat dibandingkan beberapa kompetitor lainnya.

Meskipun begitu, harga yang ditawarkan cukup bersaing, yaitu sekitar $27,59 per 1 juta karakter. Ini jauh lebih murah dibandingkan beberapa layanan lain yang sejenis. Jadi, buat kamu yang lagi nyari solusi TTS yang efisien dan terjangkau, Qwen-Audio-3.0-TTS bisa jadi pilihan yang menarik.

Secara keseluruhan, Qwen-Audio-3.0-TTS menawarkan banyak hal baru yang bisa bikin penggunanya puas. Dengan dukungan banyak bahasa, fitur kontrol yang lebih baik, dan harga yang bersaing, model ini layak untuk dicoba. Jadi, siap-siap aja buat eksplorasi lebih lanjut dengan teknologi suara yang satu ini!