阿里发布 Qwen-Audio-3.1 系列，五款语音模型同步上线并大幅降价

阿里千问正式发布 Qwen-Audio-3.1 系列语音大模型，涵盖语音识别、语音合成、实时语音交互、音频创作和音频理解五款模型，形成覆盖理解、生成、交互与创作的完整音频能力栈。其中，ASR 支持30种语言和16种中文方言，首字响应约160毫秒；ASR-Next 可理解情绪、环境声和机械声；TTS-Next 支持统一生成语音、音效与环境音，并提供48kHz输出。价格方面，Qwen-Audio 全线下调，TTS 降约70%，Realtime 降约85%，ASR 降幅达95%。