Qwen-Audio-3.1 发布:五款模型覆盖语音理解到生成全链路
Scobleizer · x · 2026-09-28
阿里通义语音团队发布 Qwen-Audio-3.1,对 ASR(语音识别)、TTS(语音合成)与 Realtime 实时交互进行全线升级,并推出两款新模型:面向音频创作的 TTS-Next 和面向音频理解的 ASR-Next。
「多模态」频道最新
- 网友晒 Qwen 4 Max 生成珊瑚礁作品,模型名尚未官方发布 — intellectronica · 2026-11-16
- 手改0.2%权重加CPU训练100分钟,英语TTS模型变身18MB梵语语音 — kastnerkyle · 2026-11-16
- Zyphra开源文本归一化工具:TTS结构化数据正确率最高提升22个百分点 — kastnerkyle · 2026-11-16
- Qwen 图像 2.1 与 Minimax H3 实测:老照片修复与写实化转换 — Ant_6431 · 2026-11-16
- Minimax H3 视频生成演示:Cubee 店面镜头第二版 — JahJedi · 2026-11-16
- 不会画画的开发者用 Fable 5.2 四小时做出 14 章手绘风故事书游戏 — jradoff · 2026-11-16