A série Qwen-Audio-3.1 lança cinco modelos que abrangem reconhecimento, síntese, interação e criação. As principais atualizações incluem o ASR-Next, com compreensão de emoções e sons, o TTS-Next para geração completa de áudio e o Realtime para diálogos de múltiplas trocas com baixa latência. Os preços caíram significativamente: o TTS teve redução de 70%, o Realtime de 85% e o ASR de 95%. O pacote oferece suporte a 30 idiomas e 16 dialetos chineses, proporcionando um conjunto completo de recursos de áudio com precisão e acessibilidade aprimoradas.