首页
阿里巴巴Qwen发布了Qwen-Audio-3.1，推出了涵盖语音识别、合成、实时交互和创作领域的五款模型。此次更新将价格下调了70%至95%，使语音技术变得触手可及。 主要功能包括具备原生转录优化能力的上下文感知语音识别（ASR）、支持30种语言和16种中国方言，以及超低延迟。TTS-Next模型可实现通用音频生成，融合人声、音效和环境噪音。 实时交互功能支持全双工对话，具备情感感知和工具集成能力。这一全面的解决方案在显著降低成本的同时，还提升了准确率、多语言支持能力以及创意音频制作能力。
评论 (0)
0/300
