阿里发布Qwen-Audio-3.1-Realtime,误响应背景语音从73%降至13%
mark_k · x · 2026-09-30
阿里巴巴发布实时语音模型 Qwen-Audio-3.1-Realtime,已可通过 API 使用。关键能力:
- 可边说话边聆听(full duplex),对话中调用工具
- 能自主决定何时说话、停止或保持沉默
- 针对真实场景降噪:与上一代相比,对背景中无关人声的误响应率从 73% 降到 13%
作者强调「知道何时闭嘴」是语音 agent 可用性的关键——对房间里每个声音都回应的助手几乎没法用。目标是打造能跟随变化指令、完成任务、自然对话的语音 agent。
「模型」频道最新
- ChatGPT 替我操作电脑比我还顺手,员工直呼办公室可省了 — BorisMPower · 2026-09-30
- DevDay 最大亮点是 GPT-6.1 Sol,博主称若有 Astra 更惊艳 — bindureddy · 2026-09-30
- OpenAI 推出 Pro 500 订阅:无 5 小时限制,用量达 Plus 的 25 倍 — danshipper · 2026-09-30
- 博主称提前体验 GPT-6.1 Sol：媲美 GPT-6 Astra 但更快更便宜 — DeryaTR_ · 2026-09-30
- Reddit 质疑 ChatGPT Dots:不过是换了西装的 OpenClaw? — Known-Beautiful-436 · 2026-09-30
- OpenAI 推出零数据保留保障,推理时也承诺不留存企业数据 — BorisMPower · 2026-09-30