Alibaba lança Qwen Audio 3.1 com novos modelos e reduz preços de áudio de IA em até 95%
decoder ·
A equipe Qwen da Alibaba lançou o Qwen-Audio-3.1, uma suíte de cinco novos modelos de IA projetados para reconhecimento de fala, síntese de texto para fala e interação em tempo real. As capacidades atualizadas de Reconhecimento Automático de Fala (ASR) agora incluem suporte multilíngue aprimorado, tratamento de dialetos e a capacidade de filtrar palavras de preenchimento enquanto identificam múltiplos falantes e emoções. Para a conversão de texto em fala, o novo modelo TTS-Next utiliza uma abordagem de difusão para gerar voz, efeitos sonoros e áudio de fundo em uma única etapa, permitindo que os usuários controlem o tom e o estilo por meio de prompts de texto simples. Além disso, o modelo de interação em tempo real permite falar e ouvir simultaneamente, adaptando sua velocidade de resposta e empatia com base no humor do usuário detectado. Junto com esses avanços técnicos, a Alibaba está reduzindo significativamente os custos para desenvolvedores, com cortes de preço que chegam a 95% nos serviços de ASR. O preço da conversão de texto em fala caiu aproximadamente 70%, enquanto os custos de interação em tempo real diminuíram cerca de 85%. Essas atualizações estão disponíveis na plataforma Qwen Cloud, oferecendo funcionalidade aprimorada e acessibilidade para aplicações de áudio com IA.
decoder