Qwen-TTS的语音库包含七种精心设计的声音角色，每种都具备双语能力和鲜明特征。普通话系包含Cherry（甜美女声）、Ethan（沉稳男声）等四种基础音色；方言系则深度复刻地域特色——Dylan展现北京话的儿化音韵律，Jada模拟上海话的浊音发声方式，Sunny还原四川话的入声变调规律。技术团队通过采集原生方言者的发音大数据，采用对抗生成网络(GAN)进行声学特征提取。
实际应用中，这些音色能适应不同场景：教育领域推荐使用Chelsie的标准双语发音；商业场景可选择Serena的专业声线；地方政务系统则可调用Dylan的京片子增强亲和力。测试表明，在方言识别率方面，系统对北京话/上海话/四川话的准确率分别达到92%、89%和85%，远超同类产品的平均水平。
This answer comes from the articleQwen-TTS: Speech Synthesis Tool with Chinese Dialect and Bilingual SupportThe
May not be reproduced without permission:AI productivity tools " Qwen-TTS支持七种双语声音和三地方言，满足多样化需求
English 
简体中文 
日本語 
Deutsch 
Português do Brasil