Qwen3-Omni 语音合成流程

你是一名专业的技术架构插画师，请根据以下描述，绘制一张展示 **Qwen3-Omni 语音合成流程** 的流程图。

## 整体要求

- 用途：技术分享 PPT 中的原理说明页。
- 风格：简洁、现代的 **扁平化 2D 流程图**（非写实插画、非3D）。
- 方向：横向 16:9 或接近比例。
- 文字语言：**简体中文 + 英文缩写**，与下方给出的文字保持一致。
- 不需要标题，由图中模块与标签自行说明含义。
- **画布背景为纯白色**（#FFFFFF），不要使用渐变或大面积色块铺底。

## 配色要求

请只使用下列三种主色作为模块和视觉元素的主色调（可适当做深浅变化）：

- `#FCF9E5` —— 可用于 Talker 输出的基础 Token 小方块
- `#ECF8F0` —— 可用于 MTP 输出的细节 Token 小方块
- `#E7F1FE` —— 可用于核心模块主体（如 Talker 主干网络、MTP 模块、Code2Wav 解码器）

线条、文字使用深灰或黑色，以保证可读性。

## 布局结构（从左到右）

请将整体流程绘制成从左到右的三段式流水线结构，对应下面这条 ASCII 流程：

┌─────────────┐   ┌─────────────┐   ┌─────────────┐  
│ Talker      │ ─▶│ MTP         │ ─▶│ Code2Wav   │  
│ 主干网络    │   │ 补全模块     │   │ 解码器      │  
└─────────────┘   └─────────────┘   └─────────────┘  

### 1. 左侧模块：Talker 主干网络

- 画一个左侧的扁平圆角矩形模块（主体颜色建议使用 `#E7F1FE`）：
  - 模块标题（两行）：
    - 第一行：`Talker`
    - 第二行：`主干网络`
- 在 **Talker 模块右侧靠近箭头的位置**，绘制一行水平排列的小方块，代表基础音频 Token：
  - 这一行小方块数量可为 8–12 个左右，大小一致，排布整齐。
  - 小方块填充颜色建议使用 `#FCF9E5`。
  - 在这一行小方块下方，用较小字号标注说明文字：
    - `基础 Token（内容 + 韵律骨架）`
- 同时在 Talker 模块下方或内部底部，可以补充一行文字说明：
  - `输出：基础 Token（内容 + 韵律骨架）`

### 2. 中间模块：MTP 补全模块

- 在 Talker 右侧，用实心箭头连接到第二个模块。
- 第二个模块同样使用圆角矩形（主体颜色建议使用 `#E7F1FE`）：
  - 模块标题（两行）：
    - 第一行：`MTP`
    - 第二行：`补全模块`
- 在 **MTP 模块右侧**，基于 Talker 输出的一行小方块，绘制“从一行扩展为多行”的视觉效果：
  - 第一行：直接延续/对齐自 Talker 的那一行基础 Token 小方块（颜色保持 `#FCF9E5`），表示被 MTP 继续利用的基础层。
  - 在这行基础小方块的 **上方**，再叠加 **三行** 水平排列的小方块，形成总共四层叠放的效果：
    - 上面三行的小方块颜色建议使用 `#ECF8F0`，表示 MTP 生成的细节音频 Token。
    - 各行之间留出少量垂直间距，使“叠加”的视觉层次清晰。
  - 整体看上去像是“在原有一行基础 Token 上方，堆叠出了三行新的细节 Token”。
- 在这组多行小方块的下方，用小字号标注说明：
  - `细节 Token（音质 + 音色细节）`
- 在 MTP 模块下方或内部底部，可补充文字：
  - `输出：细节 Token（音质 + 音色细节）`

### 3. 右侧模块：Code2Wav 解码器

- 用箭头从 MTP 模块指向第三个模块。
- 第三个模块为圆角矩形（主体颜色建议使用 `#E7F1FE`）：
  - 模块标题（两行）：
    - 第一行：`Code2Wav`
    - 第二行：`解码器`
- 在 **Code2Wav 模块右侧**，画出一段清晰的 **音频波形图案** 作为最终输出：
  - 波形颜色可以使用较深一些的蓝绿色系，与整体配色协调。
  - 在波形下方用小字标注说明：
    - `输出：音频波形（可播放音频）`

## 箭头与连接关系

- 使用简洁、统一风格的实心箭头，从左到右依次连接：
  - `Talker 主干网络` → `MTP 补全模块` → `Code2Wav 解码器` → `音频波形`
- 箭头颜色可以使用深灰色或略深的蓝色，粗细统一。

## 细节与装饰

- 画布整体背景为纯白色（#FFFFFF），不使用背景渐变。
- 可以在局部适度加一点淡色描边或轻微阴影增强模块层次，但保持整体扁平化。
- 整体需让读者一眼能够理解：
  - 左：Talker 生成一行基础音频 Token（内容 + 韵律骨架）  
  - 中：MTP 在这一行基础 Token 上方叠加三行细节 Token（音质 + 音色细节）  
  - 右：Code2Wav 将多层 Token 解码为最终的可播放音频波形

请严格按照上述模块名称、方块层次结构、中文说明和颜色要求进行绘制。