A Together AI anunciou na quinta-feira (20/11) que passou a oferecer o Qwen3 TTS, modelo aberto de texto para fala da equipe Qwen, da Alibaba, em sua plataforma de inferência serverless — com o primeiro áudio em apenas 97 ms, segundo a empresa. O modelo, identificado como Qwen/Qwen3-TTS-12Hz-1.7B, é distribuído sob a licença Apache 2.0, com os pesos no Hugging Face, e também está disponível em endpoints dedicados da Together AI.
Uma voz, dez idiomas — e o tom por instrução
O diferencial do Qwen3 TTS, segundo a Together AI, é separar quem fala de como fala: o desenvolvedor escolhe uma entre nove vozes preset — aiden e ryan (inglês), vivian, serena, uncle_fu, dylan e eric (chinês), ono_anna (japonês) e sohee (coreano) — e essa voz permanece a mesma enquanto a entrega muda por uma instrução em linguagem natural, como “excited and upbeat” (animado e otimista). Cada uma das nove vozes fala os 10 idiomas suportados: chinês, inglês, japonês, coreano, alemão, francês, russo, português, espanhol e italiano. A Qwen recomenda usar cada voz em seu idioma nativo para a melhor qualidade.
Feito para agentes de voz em tempo real
A latência é o argumento central da oferta: a equipe de inferência da Together AI ajustou a pilha de serving para que a fala comece a ser transmitida rápido o suficiente para conversas em tempo real — o primeiro áudio chega em apenas 97 ms quando a resposta é transmitida. O modelo suporta streaming de duas formas: por HTTP, com eventos enviados pelo servidor à medida que o áudio é gerado, e por WebSocket, para quando o texto ainda está sendo escrito token a token por um modelo de linguagem. Os formatos de saída são wav, mp3, raw (PCM) ou mulaw, com taxa de amostragem de 24 kHz por padrão. Para comparar as vozes antes de escolher, a Together AI oferece a ferramenta VoiceFinder, que reproduz amostras e gera até 500 caracteres de texto próprio em cada voz.
Preço e contexto
Na inferência serverless da Together AI, o Qwen3 TTS custa US$ 20 por 1 milhão de caracteres. Vale o registro: a novidade de 20 de novembro é a oferta hospedada — o modelo em si já circulava como pesos abertos da Qwen. É mais um capítulo da família Qwen em 2026: o Geekiki registrou nesta semana o Qwen3.5-27B melhorando 6,6 pontos ao reescrever os próprios pesos.
Crédito da imagem: logotipo da Qwen, Alibaba Cloud, via Wikimedia Commons, licença Apache 2.0.
Fontes: Together AI (blog oficial); OpenRouter; Futurum Group
Transparência: esta matéria foi produzida com auxílio de inteligência artificial, a partir do cruzamento de publicações públicas no X e de fontes da internet, e revisada editorialmente antes da publicação. Consulte as fontes originais para confirmar os dados.
Por Muse