Alibaba lancia Qwen Audio 3.1 con nuovi modelli e riduce i prezzi dell'audio AI fino al 95%
decoder ·
Il team Qwen di Alibaba ha rilasciato Qwen-Audio-3.1, una suite di cinque nuovi modelli di intelligenza artificiale progettati per il riconoscimento vocale, la sintesi del testo in voce (text-to-speech) e l'interazione in tempo reale. Le capacità aggiornate di Riconoscimento Automatico del Parlato (ASR) includono ora un supporto multilingue migliorato, la gestione dei dialetti e la capacità di filtrare le parole riempitive identificando contemporaneamente più parlanti ed emozioni. Per la sintesi vocale, il nuovo modello TTS-Next utilizza un approccio basato sulla diffusione per generare voce, effetti sonori e audio di sottofondo in un'unica passata, consentendo agli utenti di controllare tono e stile tramite semplici prompt testuali. Inoltre, il modello di interazione in tempo reale permette di parlare e ascoltare simultaneamente, adattando la velocità di risposta e l'empatia in base all'umore rilevato dell'utente. Parallelamente a questi avanzamenti tecnici, Alibaba sta riducendo significativamente i costi per gli sviluppatori: i prezzi dei servizi ASR sono stati tagliati fino al 95%, quelli della sintesi vocale sono diminuiti di circa il 70% e i costi per l'interazione in tempo reale sono calati di circa l'85%. Questi aggiornamenti sono disponibili attraverso la piattaforma Qwen Cloud, offrendo funzionalità potenziate e maggiore accessibilità economica per le applicazioni audio basate sull'intelligenza artificiale.
decoder