Qwen3-TTS-12Hz-1.7B-Base 是什么？
它是由阿里云 Qwen 团队开发的公开文本转语音模型，支持 10 种语言，并可从几秒参考音频中克隆说话人音色。
Deploying real-time personalized speech with Qwen3-TTS on Amazon SageMaker AI
（翻译）在 Amazon SageMaker AI 上使用 Qwen3-TTS 部署实时个性化语音
资讯摘要
Deploy the publicly available Qwen3-TTS-12Hz-1.7B-Base text-to-speech model from Amazon SageMaker JumpStart to a fully managed, real-time endpoint, and clone a voice from a short reference clip. Cross-lingual cloning preserves the speaker's identity across languages.
AI 摘要
本文介绍如何在 Amazon SageMaker AI 上，通过 SageMaker JumpStart 部署 Qwen3-TTS-12Hz-1.7B-Base 文本转语音模型，并创建实时推理端点。该模型支持从数秒参考音频克隆音色，覆盖 10 种语言，可实现跨语言声音克隆，文章还说明 GPU 内存配置、端点调用方式与 CloudWatch 监控。
AI 问答
如何在 Amazon SageMaker AI 上部署该模型？
可通过 SageMaker JumpStart 创建 JumpStartModel，指定模型 ID 和版本，部署到实时端点，并设置 SM_VLLM_GPU_MEMORY_UTILIZATION 等参数。
调用实时端点进行声音克隆时需要注意什么？
需要传递 route=/v1/audio/speech 自定义属性，使用 OpenAI speech schema，将 task_type 设为 Base，并提供 base64 编码的参考音频及其转录文本。
更多资讯
Telegram钱包全面开放 CFTC将事件合约纳入互换定义七部门：推动电商平台规则向优转型
OpenAI 高管亲述：我们是怎么在一周内做出 Jev 竞品的微软发布基于 Qwen 后训练的决策模型 “Microsoft-Decision-1”Cloudflare 收购 Deno，Deno 停止开发
从 Demo 到生产：AI Agent 缺的到底是什么？公司是否有提价计划？五粮液：不存在固定的价格比值关系商务部欧洲司负责人解读中欧贸易投资磋商机制第二次例会成果月之暗面增资至约1437万
最大买家离场在即：ETH每天超 700 万美元抛压谁来接
谷歌Gemini 4新模型泄露 内测评价：这不Opus 5.5吗Impactful scheduling for GPU clusters闪电仓赛道，为什么惠宜选要做自有品牌？腾讯入股墨奇智能第三季度21家上市银行获511家机构调研
全球扩散语言模型最大融资诞生：经纬、顺为、君联数亿元押注扩散智能DiffuSpace
重新思考 Neobank 新兴银行内蒙古：全区所有水泥熟料生产线11月起实施共5个月实行错峰生产我让豆包工作看了30个爆款AI封面，它总结出了八个规律紧急调研刹车踏板总成材质！曝中汽中心向各大车企发问卷；山姆拟限制亲友卡绑定，打击倒卖副卡；又涨1000元！华为和小米同日上调手机售价ToolForge v0.1.8 正式发布：一口气新增 11 款实用工具，开源桌面工具箱持续进化！人社部：截至9月底三项社会保险基金累计结余11.2万亿元受内存、存储芯片短缺推高价格，游戏硬件销量跌至13年新低
Kimi 现代高速开源治理的 AI Native 实践｜QCon上海富特科技：股东拟减持不超2.894%公司股份让触觉像视觉一样可规模化，哥大李昀烛团队 FlexiTac 的开源实践 | IROS 2026国庆期间全国涉旅游特种设备安全形势总体平稳土耳其禁止15岁以下儿童使用社交媒体���号Agent 落地核心：真正决定上限的是 Harness 闭环，不是模型国铁广州局明起实施新列车运行图，多条列车首次开行