产业观察🔥7.0
阿里千问发布 Qwen-Audio-3.1 系列语音大模型，并下调全线产品价格
📋总体概括
9月23日，阿里千问发布Qwen-Audio-3.1系列语音大模型，一次推出五款新模型，覆盖语音识别、语音合成、实时交互，并新增音频创作模型TTS-Next与音频理解模型ASR-Next，形成「理解-生成-交互-创作」完整音频能力栈。能力升级之外，千问同步下调全线语音模型价格，其中ASR降幅达95%，Realtime降幅约85%，TTS降价约70%。这是千问在语音赛道以模型迭代加激进降价的组合拳，直接压低开发者和企业调用语音AI的成本门槛。
⚡关键信息
- ▸阿里千问9月23日发布Qwen-Audio-3.1系列，一次推出五款语音模型，覆盖识别、合成与实时交互
- ▸新增音频创作模型Qwen-Audio-3.1-TTS-Next和音频理解模型Qwen-Audio-3.1-ASR-Next
- ▸全线语音模型降价：TTS约降70%，Realtime约降85%，ASR降幅达95%
- ▸ASR新增原生转写润色能力，可自动去除语气词、重组语义，并支持分角色结构化转写
- ▸官方称新系列构成覆盖「理解-生成-交互-创作」的完整音频能力栈
🔥犀利点评
能力升级是常规操作，真正的杀招是那个95%的ASR降价——语音识别本质是高频、低毛利的管道生意，价格战打到地板价等于直接把中小厂商的生存空间清零。千问这套「理解-生成-交互-创作」全栈打法，摆明了要复制文本大模型的剧本：先用规模摊薄成本，再用价格封死追赶者的商业化路径。语音赛道的洗牌，恐怕比想象中来得更快。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 IT之家 阅读全文 →