Qwen-Audio-3.1
通义千问 Qwen-Audio-3.1：五模型覆盖语音识别、合成与实时对话
Qwen-Audio-3.1 是阿里巴巴 Qwen 团队推出的语音模型系列，含 ASR、ASR-Next、TTS、TTS-Next 与实时交互五款模型。ASR 支持多语言与多地区中文方言识别、长音频转写、说话人分离与文本规范化，可在噪声环境稳定工作；TTS 为生产级语音合成系统，支持 16 种语言、20 个汉语方言区，可按自然语言指令控制情感、语速与风格，最长一次性合成约 3 分钟
1
2026-09-23
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
Qwen-Audio-3.1 是阿里巴巴 Qwen 团队推出的语音模型系列，含 ASR、ASR-Next、TTS、TTS-Next 与实时交互五款模型。ASR 支持多语言与多地区中文方言识别、长音频转写、说话人分离与文本规范化，可在噪声环境稳定工作；TTS 为生产级语音合成系统，支持 16 种语言、20 个汉语方言区，可按自然语言指令控制情感、语速与风格，最长一次性合成约 3 分钟
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-09-23
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-09-23版本发布
阿里巴巴 Qwen 团队发布 Qwen-Audio-3.1，含 ASR、ASR-Next、TTS、TTS-Next 与实时交互五款模型。ASR 增强多语言与方言识别并自动清理口癖重复；ASR-Next 支持带时间戳的多说话人识别及情绪、环境音、机器噪声检测；TTS 支持多语言合成与跨语言音色迁移，可用文本指令控制情感、语速、风格；TTS-Next 单次生成语音、音效与背景音；实时模型支持边听边说、随时打断并据情绪调整回应。同时大幅降价：TTS 约降 70%，Realtime 约降 85%，ASR 最高降 95%。
Qwen-Audio-3.1 常见问题
关于 Qwen-Audio-3.1 的定位、核心功能、价格与最近更新。
Qwen-Audio-3.1 是什么？
Qwen-Audio-3.1 是阿里巴巴 Qwen 团队推出的语音模型系列，含 ASR、ASR-Next、TTS、TTS-Next 与实时交互五款模型。ASR 支持多语言与多地区中文方言识别、长音频转写、说话人分离与文本规范化，可在噪声环境稳定工作；TTS 为生产级语音合成系统，支持 16 种语言、20 个汉语方言区，可按自然语言指令控制情感、语速与风格，最长一次性合成约 3 分钟。
Qwen-Audio-3.1 有哪些核心功能？
Qwen-Audio-3.1 当前已核验的核心功能包括：语音合成、语音转录、语音转录文本规范化、说话人分离。
Qwen-Audio-3.1 如何收费？
AI Equal 当前没有收录 Qwen-Audio-3.1 的可验证价格信息。
Qwen-Audio-3.1 最近有什么更新？
2026-09-23：阿里巴巴 Qwen 团队发布 Qwen-Audio-3.1，含 ASR、ASR-Next、TTS、TTS-Next 与实时交互五款模型。ASR 增强多语言与方言识别并自动清理口癖重复；ASR-Next 支持带时间戳的多说话人识别及情绪、环境音、机器噪声检测；TTS 支持多语言合成与跨语言音色迁移，可用文本指令控制情感、语速、风格；TTS-Next 单次生成语音、音效与背景音；实时模型支持边听边说、随时打断并据情绪调整回应。同时大幅降价：TTS 约降 70%，Realtime 约降 85%，ASR 最高降 95%。