阿里千问发布Qwen-Audio-3.1五款语音模型并大幅下调价格

9月23日，阿里千问发布Qwen-Audio-3.1系列五款语音大模型，覆盖语音识别、语音合成、实时交互、音频理解与音频创作。价格方面，TTS下调约70%，Realtime下调约85%，ASR下调95%。其中，Qwen-Audio-3.1-ASR支持30种语言、16种中文方言，首字响应约160毫秒，并提供转写润色和分角色转写；ASR-Next扩展至情绪、环境声和事件理解。TTS支持跨语言与方言合成，TTS-Next可统一生成人声、音效和环境音；Realtime支持全双工对话、打断、情绪感知及Agent工具调用，已开始接入办公Agent和AI眼镜等产品。