千问发布 Qwen-Audio-3.1,下调 Qwen-Audio 全线语音模型价格
相关推荐
ElevenLabs v4登顶TTS榜,超过Gemini和Qwen
动察 Beating AI 快讯,ElevenLabs 发布新一代语音模型 Eleven v4 和实时版 Eleven v4 Turbo。v4 主打更自然的情绪和声音控制,Turbo 面向实时语音 Agent,中位推理延迟约 100ms。 在 Artificial Analysis 最新 TTS 盲测榜中,Eleven v4 目前以 1315 Elo 排第一。Cartesia Sonic 3.6 为 1275,Gemini 3.8 Flash TTS 为 1267,Qwen-Audio-3.0-TTS-Plus 为 1258。上一代 Eleven v3 目前只有 1169,排第 17。 v3 已经支持笑声、耳语等音频标签,v4 主要把这套控制做得更准。用户可以直接指定语气、节奏、情绪和音效,也可以用自然语言描述一句话该怎么说。模型还把语言覆盖从 70 多种扩到 90 多种,Instant Voice Clone 只需要约 10 秒音频,并增强了长文本和多人对话中的声音一致性。 Turbo 则专门解决实时对话的速度问题。官方文档显示,v3 Conversational 的中位推理延迟约为 280ms,v4 Turbo 降到约 100ms。
阶跃StepAudio 3发布:语音推理、实时对话双榜第一
动察 Beating AI 快讯,阶跃星辰发布 StepAudio 3,一口气上线 Realtime、ASR、TTS、Gen 和 Music 五款语音模型。 在 Artificial Analysis 的两项语音评测中,StepAudio 3 Realtime 都排第一。Conversational Dynamics 得分 98.9%,高于 Qwen Audio 3.0 Realtime Plus 的 98.4% 和 GPT-Realtime-2 High 的 95.3%;Speech Reasoning 得分 99.7%,同样位列第一。前者主要测模型能不能处理停顿、轮流说话、用户打断和「嗯」「对」这类附和,后者测模型能否直接听懂音频并完成推理。 ASR 也在 Artificial Analysis 非流式语音识别榜做到 1.7% WER(词错误率),与 Fun-Realtime-ASR-preview 并列第一。另外,StepAudio 3 Gen 可以一次生成人声、音效、环境声和音乐,并按场景统一编排。 五款模型目前均已进入阶跃的语音产品线。
Qwen4还没发,架构先来了:Qwen3.8-Flash-Next明晚发布
动察 Beating AI 快讯,阿里把 Qwen4 的下一代架构提前拿出来了。ModelScope 上线 Qwen3.8-Flash-Next 预告页,这是一款基于 Qwen4 架构的多模态 MoE(混合专家模型,每次只调用部分参数),预计 8 月 26 日 23:00 公开发布。官方称,提前放出这套架构,是为了让社区为后续完整的 Qwen4 模型家族做准备。 所以严格说,明晚来的还不是 Qwen4 正式版,更像是一次「Qwen4 技术预览」。这种做法阿里以前用过。2025 年 Qwen3-Next 率先引入 Gated DeltaNet 和普通注意力混合架构,后来 Qwen3.5 系列继续沿用了这套设计。 阿里本月初才发布 2.4T 参数的 Qwen3.8-Max,不到一个月就开始公开下一代架构,节奏相当快。
Fish Audio发布Drama 3:把TTS做成可编辑音频,错一个词只重做一个词
动察 Beating AI 快讯,AI 语音公司 Fish Audio 发布语音模型 Drama 3 预览版,主打更精细的语音控制。用户可以直接用自然语言描述语气、节奏和角色,不需要自己组合一堆情绪或音频标签。 Drama 3 可以在一句话中途改变声音和说话方式,也能一次生成多个角色的对话。哪里不满意,还可以只重做一个词,不需要整段重新生成。 Fish Audio 上一代 S2 已经支持用自然语言控制语音。Drama 3 继续把控制做细,把句中换声、多角色生成和局部重做放进同一个模型里。对于游戏对白、有声内容和 AI 角色,后期修改会方便很多。 目前 Drama 3 仍处于 Preview 阶段,开发者可以申请 API 测试资格。
阿里Qwen Code 1.0发布:Qoder与Qwen Code Harness融合开源
PANews 11月11日消息,据IT之家报道,阿里宣布推出Qwen Code 1.0版本,并将Qoder与Qwen Code融合开源。阿里将Qoder中打磨的Harness能力融入Qwen Code,随Qwen Code 1.0 Preview一起开放,为开发者提供可嵌入自身产品的Agent运行基础。 Qwen Code 1.0从进程内的内存事件总线起步,向分布式演进,将接入、调度与执行分层扩展,通过“手脑分离”让推理编排与工具执行独立管理。
阿里开放 Qwen4-Max 预览版,主攻复杂编程
ChainCatcher 消息,阿里宣布,新一代千问大模型 Qwen4 开始开放体验,首发旗舰 Qwen4-Max 预览版。该模型已接入阿里 Token Plan、千问办公、Qoder、千问 App 和 QwenStudio。这一代重点升级复杂编程、前端设计和智能体能力。阿里还强调专业办公和软件操作,希望模型能够自主使用工具、完成多步骤工作。Qwen4 此前已预热数月。今年 9 月,阿里宣布基于新架构的 Qwen4 正在训练。更早发布的 Qwen3.8-Flash-Next 已提前开放新架构的实验性版本。按照此前展示的产品规划,Qwen4 系列还包括 Flash、Plus 和面向本地部署的 27B 版本。