ALIBABA (QWEN) · ТРЕКЕР МОДЕЛИ

Qwen-Audio-3.1

Qwen-Audio-3.1 — выпущенная линейка из пяти аудиомоделей команды Qwen компании Alibaba для автоматического распознавания речи (ASR), синтеза речи (TTS) и реального взаимодействия, с новыми возможностями и существенным снижением цен.

ОБНОВЛЕНО 2026-09-27

ТЕКУЩИЙ СНИМОК0/5 РАЗДЕЛОВ С ДАННЫМИ

Главные характеристики в одном месте.

ЦЕНА

Не установлено по доступным источникам.

КОНТЕКСТ

Не установлено по доступным источникам.

МОДАЛЬНОСТИ

Не установлено по доступным источникам.

БЕНЧМАРКИ

Не установлено по доступным источникам.

ДОСТУПНОСТЬ

Не установлено по доступным источникам.

ХРОНОЛОГИЯ РЕЛИЗОВ

Только опубликованные события с источниками.

ИСТОЧНИКОВ 1 · ВАЖНОСТЬ 7.0

Alibaba выпустила Qwen-Audio-3.1 и снизила цены на аудио‑AI до 95%

Команда Qwen Alibaba выпустила Qwen‑Audio‑3.1 — набор из пяти моделей для распознавания речи (ASR), синтеза речи (TTS) и режима реального времени. В релизе: улучшенное мультиязычное и диалектное ASR, распознавание нескольких говорящих с временными метками и детекция эмоций/фоновых/машинных шумов в ASR‑Next, кроссъязычный и управляемый TTS, диффузионный TTS‑Next для одновременной генерации голоса, эффектов и фона; модель реального времени поддерживает одновременную речь и прослушивание, мгновенное прерывание и реакцию с учётом настроения. Alibaba также существенно снизила цены на аудиосервисы (TTS примерно −70%, Realtime примерно −85%, ASR до −95%) и опубликовала подробности в блоге и на Qwen Cloud.

ПРОВЕРЯЕМЫЕ ФАКТЫ

Каждое значение привязано к источнику и дате.

РЕЛИЗ · Выпуск / объявлениеДАННЫЕ РАЗРАБОТЧИКА

Qwen-Audio-3.1 был выпущен/объявлен 2026-09-23 (согласно статье).

ВОЗМОЖНОСТИ · Линейка моделей и модальностиДАННЫЕ РАЗРАБОТЧИКА

Выпущена линейка из пяти моделей, охватывающих распознавание речи (ASR), синтез речи (TTS) и интерактивную работу в реальном времени.

ВОЗМОЖНОСТИ · Улучшения ASRДАННЫЕ РАЗРАБОТЧИКА

ASR-модель улучшает распознавание нескольких языков и диалектов и автоматически убирает вводные слова и повторы.

ВОЗМОЖНОСТИ · Функции ASR-NextДАННЫЕ РАЗРАБОТЧИКА

ASR-Next добавляет идентификацию нескольких говорящих с метками времени и обнаруживает эмоции, фоновые звуки и машинные шумы.

ВОЗМОЖНОСТИ · Возможности TTSДАННЫЕ РАЗРАБОТЧИКА

TTS поддерживает многоязычный синтез с естественной передачей голоса между языками; пользователи контролируют эмоцию, скорость и стиль с помощью текстовых подсказок.

ВОЗМОЖНОСТИ · Подход TTS-NextДАННЫЕ РАЗРАБОТЧИКА

TTS-Next сочетает языковую модель с диффузионным подходом для генерации голоса, звуковых эффектов и фоновой аудиодорожки за один проход.

ВОЗМОЖНОСТИ · Функции взаимодействия в реальном времениДАННЫЕ РАЗРАБОТЧИКА

Модель для реального времени поддерживает одновременную речь и прослушивание с мгновенным прерыванием.

БЕЗОПАСНОСТЬ · Адаптивное поведение ответаДАННЫЕ РАЗРАБОТЧИКА

Утверждается, что модель в реальном времени обнаруживает пониженное настроение и отвечает медленнее и более эмпатично.

ЧТО ИЗМЕНИЛОСЬ

Сохранённые версии паспорта, без догадок задним числом.

2026-09-27Паспорт создан8 фактов