待验证50% 置信事实精确时间
UP主主要使用 VoxCPM2 作为声音合成模型，同时保留 Qwen3-TTS 作为可比较的另一条路线。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/11/1
首次发现
有效期至：2027/1/30
来源
涉及实体
相关事实
待验证Qwen-Audio-3.0-TTS即使参考音频带有噪声也能输出干净的合成结果74% 相似待验证用户可通过 FastModel 加载 Voxtral 和 Qwen2-Audio 等音频模型73% 相似待验证Nari推出了基于Qwen3的文本转语音（TTS）和自动语音识别（ASR）两款语音模型70% 相似待验证该语音栈由Qwen 3.6 35B（混合专家模型）、Whisper、Breeze TTS2（3.5B参数）和Celery VAD四个核心组件构成。70% 相似待验证UP主的点歌功能使用 VoxCPM2 对已有的人声演唱进行音色转换，将处理好的片段存到本地歌单，点歌时播放已处理版本，而非现场从零生成新歌。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1124832API
curl https://kongchang.com/api/v1/knowledge/claims/1124832MCP
get_claim(id=1124832)