阿里发布qwen audio tts3。 
情绪方面更加拟真情绪（如 呼吸声、轻笑、抽气等…）。 
在音质方面，新模型将输出采样率从传统的 24KHz 提升到 48KHz。同时支持长达3分钟的语音生成 
虽然模型很好但是不开源 
详情查看链接