Alibaba lanza Qwen Audio 3.1 con nuevos modelos y reduce los precios de la IA de audio hasta un 95 por ciento
decoder ·
El equipo Qwen de Alibaba ha lanzado Qwen-Audio-3.1, un conjunto de cinco nuevos modelos de IA diseñados para el reconocimiento de voz, la síntesis de texto a voz y la interacción en tiempo real. Las capacidades actualizadas de Reconocimiento Automático del Habla (ASR) ahora incluyen un mejor soporte multilingüe, manejo de dialectos y la capacidad de filtrar palabras de relleno mientras identifican múltiples hablantes y emociones. Para la síntesis de texto a voz, el nuevo modelo TTS-Next utiliza un enfoque de difusión para generar voz, efectos de sonido y audio de fondo en una sola pasada, permitiendo a los usuarios controlar el tono y el estilo mediante simples indicaciones de texto. Además, el modelo de interacción en tiempo real permite hablar y escuchar simultáneamente, adaptando su velocidad de respuesta y empatía según el estado de ánimo detectado del usuario. Junto con estos avances técnicos, Alibaba está reduciendo significativamente los costos para los desarrolladores, con descuentos que alcanzan hasta el 95 % para los servicios de ASR. Los precios de la síntesis de texto a voz han caído aproximadamente un 70 %, mientras que los costos de interacción en tiempo real han disminuido alrededor de un 85 %. Estas actualizaciones están disponibles a través de la plataforma Qwen Cloud, ofreciendo funcionalidad mejorada y mayor asequibilidad para aplicaciones de audio con IA.
decoder