Qwen hat die Qwen-Audio-3.1-Serie vorgestellt, die ASR-, ASR-Next-, TTS-, TTS-Next- und Echtzeitmodelle umfasst. Zu den wichtigsten Verbesserungen gehören die Unterstützung mehrerer Sprachen und Dialekte, die Emotionserkennung sowie die Voll-Duplex-Interaktion. Bedeutende Preissenkungen umfassen 70 % für TTS, 85 % für Echtzeit und bis zu 95 % für ASR. Die Modelle sind jetzt auf der Qwen-KI-Plattform verfügbar, wobei die ASR-Next-API in Kürze eingeführt wird. Diese Entwicklungen positionieren Audio als natürliche Schnittstelle für die Mensch-Computer-Interaktion und integrieren es mit intelligenter Hardware und KI-Agenten.