В состав Qwen-Audio-3.1 входят пять моделей для трёх основных задач: распознавания речи, синтеза речи и общения в реальном времени.
Модель распознавания речи стала лучше работать с разными языками и диалектами. Она автоматически удаляет слова-паразиты и повторы. ASR-Next дополнительно умеет:
Модель синтеза речи поддерживает многоязычную генерацию и естественный перенос голоса между языками. Эмоцию, скорость и стиль можно задавать простыми текстовыми промтами. Например, промт Read this with a sharp, commanding tone, demanding respect. просит модель прочитать текст резким, властным тоном, который требует уважения.
TTS-Next объединяет языковую модель с диффузионным методом. Она за один проход генерирует голос, звуковые эффекты и фоновое аудио.
Модель для работы в реальном времени умеет одновременно слушать и говорить, а также сразу реагировать на перебивание. По данным Qwen, если система распознаёт подавленное настроение собеседника, она отвечает медленнее и проявляет больше эмпатии.
Alibaba также изменила цены:
Читайте также
Инженер: ИИ сеет хаос — кодеры весь день жмут «Enter», не думая и не понимая код
AT&T автоматизацией избавляется от рабочих мест — и старой телеком-империи
Умные очки Meta уже сеют хаос в Индии
OpenAI наняла сооснователя Patreon Сэма Яма во главе нового подразделения Creator Product
«Мы уже сражаемся в битве вчерашнего дня»: премьер Греции откровенно об ИИ
Бёрнэм: новое британское ведомство даст отпор «информационной войне» России и других стран
Как ИИ вообще может «убить всех людей»? Пять самых вероятных сценариев
Ник Клегг может заработать £30 млн на выходе стартапа дата-центров Nscale на биржу
Snorkel AI утроила оценку до $3,5 млрд на фоне бума спроса на данные для обучения ИИ
C2C заменяет текстовую передачу данных между ИИ-моделями
Трамп: ИИ не нужно регулировать — с климатом отсутствие правил тоже работает
Qualcomm представила два новых чипа для смартфонов с упором на ИИ
Бывший авиадиспетчер в ужасе: новая ИИ-система будет галлюцинировать и вызовет катастрофу
Meta признала: сходство Muse с OpenClaw не случайно
OpenAI выпустила GPT-6 Sol и Luna, снизив стоимость API на 50% и более
Трамп: после первой личной встречи отношения с Бёрнхэмом лучше, чем со Стармером
GPT-6 Sol и Luna от OpenAI вдвое дешевле, но почти не прибавили в производительности
OpenAI представила GPT-6 Sol и Luna — с более низкой ценой и меньшим числом ошибок
Почему все говорят о Jev — ИИ, который не ведёт диалогов
Anthropic: Claude Opus 5.5 обошла Fable 5.1 в агентных тестах при API на 60% дешевле
Ежедневные новости об ИИ
Каждый день отбираем важные новости об ИИ и рассказываем главное — без хайпа и воды. Если хотите понимать, что происходит в ИИ раньше остальных, — подписывайтесь.
Только важное — каждый день
В Telegram