Aliyun-Bailian on Chen Kai Blog

阿里云百炼（五）：Qwen-TTS 语音合成

Sun, 01 Mar 2026 09:00:00 +0000

我经手的所有中文产品最终都选用了 Qwen-TTS-Flash。这并非因为它是最便宜的 TTS API（市面上确实有更低价的选择），而是因为它是目前唯一能在同一 SDK 中同时支持中国大陆方言（如粤语、四川话、吴语）和英语的方案，且合成语音自然流畅，完全不像 2019 年那种机械感十足的海关广播音。在将它用于营销视频配音流水线半年后，我总结出一些早期容易踩的坑——这些正是我希望自己第一天就被告知的内容。

阿里云百炼（四）：万相视频生成端到端

Sat, 28 Feb 2026 09:00:00 +0000

万相 API 在我们的营销流水线中作用最大，但也最不稳定。模型本身确实强——wan2.5-t2v-plus 生成的 720p 片段，大部分时候直接就能当正经视频团队的产出用——但它的外围接口全是异步的、私有协议、URL 会过期，限流方式还特别隐蔽。本文总结了我在连续六个月应对高频凌晨告警（最晚一次发生在凌晨两点）过程中积累的实战经验。

阿里云百炼（三）：Qwen-Omni 多模态理解

Fri, 27 Feb 2026 09:00:00 +0000

在所有百炼模型中，Qwen-Omni 帮我规避了最多的产品路线图问题：过去处理“帮我看看这段 2 分钟宣传视频讲了什么”这类需求，往往需要三周时间——先提取视频帧，再为每一帧生成描述，最后拼接成连贯文本；如今只需一个 HTTP 请求即可搞定。但文档对某些关键细节语焉不详，尤其是“必须启用流式传输”这一硬性要求，已让不止一个团队白白耗费半天排查问题。下面帮你避开这个坑。

阿里云百炼（二）：Qwen API 生产接入

Thu, 26 Feb 2026 09:00:00 +0000

这个系列的干货集中在本篇。尽管其他模型有趣，我在生产环境中几乎只用 Qwen——尽管官方文档详尽但庞杂，本文将为你提炼出一条最短、最省、最稳的落地路径。

阿里云百炼（一）：平台概览与第一个请求

Wed, 25 Feb 2026 09:00:00 +0000

只要你的产品面向中文用户，迟早都得调用百炼（Bailian）的模型——Qwen-Max 是目前实现 GPT-4 级别中文理解能力且性价比最高的选择；万相（Wanxiang）是市面上唯一支持开具中文发票、且已在生产环境稳定落地的文本生成视频（text-to-video）API；而 Qwen-TTS-Flash 则是当前唯一能自然合成粤语和四川话、不带机械播报腔的语音合成（TTS）模型。在 AI 营销平台跑了一整年的生产流量后，我真心希望入职第一天就能拿到这份指南。