【Gigazine】日本語を含む10言語に対応した音声生成モデル「Qwen3-TTS」ファミリーがオープンソース化

文章を入力すると、日本語の声で読み上げてくれる。Qwenチームが公開した「Qwen3-TTS」は、そんな音声生成モデルのシリーズです。日本語を含む10言語に対応しています。

種類によって、用意された声で話す、文章で声の雰囲気を指定する、短い音声を参考に声を再現する、といった使い方ができます。モデルとコードは公開されており、手元の環境で試すための案内もあります。

声の再現は便利な一方、本人の許可や使い方への配慮が欠かせません。まずは公式デモで声の違いを聴き比べると面白そうです。