Qwen-Audio-3.1
Qwen-Audio-3.1 Пять моделей, полный аудио-стек: распознавание, генерация, диалог и создание. Сильное снижение цен - #TTS дешевле на 70%, #Realtime на 85%, #ASR до 95% • ASR - мультиязычное и диалектное распознавание, авточистка текста от мусорных слов • ASR-Next - мультиспикерная ASR с метками говорящих, таймштами и пониманием эмоций • TTS - синтез с переносом голоса между языками, управление эмоцией и темпом текстом • TTS-Next - единый LM+DiT фреймворк: голос, звуковые эффекты и фон в одном проходе • Realtime - дуплекс с перебиванием, эмпатичное замедление когда чувствует плохое настроение Для аудиокниг, подкастов, игр, рекламы и живых разговоров. API на qwencloud qwencloud.com/models/qwen-audio-3.1-asr-flash-filetrans qwencloud.com/models/qwen-audio-3.1-realtime-plus