La série Qwen-Audio-3.1 lance cinq modèles couvrant la reconnaissance, la synthèse, l’interaction et la création. Parmi les principales nouveautés figurent ASR-Next, avec compréhension des émotions et des sons, TTS-Next pour la génération audio complète, et Realtime pour les dialogues à plusieurs tours à faible latence. Les prix baissent considérablement : TTS (-70 %), Realtime (-85 %) et ASR (-95 %). La suite prend en charge 30 langues et 16 dialectes chinois, offrant ainsi une gamme complète de fonctionnalités audio avec une précision et une accessibilité améliorées.