⚡ Qwen представила Audio 3.1 - единый стек для ASR, TTS и realtime-аудио.
⚡ Qwen представила Audio 3.1 - единый стек для ASR, TTS и realtime-аудио. Главное: * ASR лучше распознаёт языки и диалекты, убирает повторы и слова-паразиты. * ASR-Next разделяет спикеров, ставит таймкоды, распознаёт эмоции и окружающие звуки. * TTS поддерживает перенос голоса между языками и управление стилем, скоростью и эмоцией. * TTS-Next генерирует сразу голос + эффекты + фон через связку LM + diffusion. * Realtime умеет одновременно слушать и говорить с естественными перебиваниями. Плюс сильно снизили цены: TTS ~−70%, Realtime ~−85%, ASR до −95%. - Qwen-Audio-3.1-ASR: https://qwencloud.com/models/qwen-audio-3.1-asr-flash-filetrans - Qwen-Audio-3.1-Realtime: https://qwencloud.com/models/qwen-audio-3.1-realtime-plus
563 просмотров