Qwen

⚡ 认识 Qwen-Audio-3.1！ ASR、TTS 和 Realtime 全面升级，加入了两个新模型：用于音频创建的 TTS-Next 和用于音频理解的 ASR-Next。 五种模型，一个完整的音频堆栈：理解、生成、交互和创作。 此外，整个产品系列均大幅降价：TTS 约 70% 折扣，Realtime 约 85% 折扣，ASR 高达 95% 折扣。 亮点：🥳 - ASR：更强的多语言和方言识别能力，加上自动删除填充物和重复内容的本地优化，以实现更清晰、更合乎逻辑的转录。 - ASR-Next：支持带有说话者标签、时间戳和对齐文字记录的多说话者 ASR，并理解情感、环境声音和机器声音，以实现声音字幕、事件定位、音频 QA 和推理。 - TTS：多语言和方言合成，具有自然的跨语言语音传输； 通过简单的指令控制情绪、速度和风格。 - TTS-Next：统一的 LM + 扩散框架，一次性为有声读物、播客、游戏和广告生成语音、音效和背景音频。 - 实时：即讲即听，随时中断，就像真正的通话一样； 当它感觉到情绪低落时，它甚至会放慢速度并做出同理心的反应。 释放 Qwen-Audio-3.1 的全部潜力！ 👇 - 博客：https://t.co/e0M8wvj8Kg - Qwen-Audio-3.1-ASR： https://t.co/88lPQTPxyz - Qwen-Audio-3.1-实时： https://t.co/Y63sdtK2AC - 更多 API：即将推出@qwen_cloud