ithome 国际科技采集 2026-08-17T10:11:15+00:00

阿里千问上线Qwen-Audio-3.0语音模型

原始标题：识别、合成、实时交互全球第一，Qwen-Audio-3.0 系列语音模型上线阿里千问 AI 平台

来源

ithome

发布时间

2026-08-17T08:01:47

采集批次

2026-08-17-10

字数

511

原始链接 https://ithome.com/0/990/679.htm

URL 指纹

fa7a62fb7a7823fe

📌 AI 总结（233 字）

阿里云于8月17日宣布Qwen-Audio-3.0系列语音模型正式上线千问AI平台和阿里云百炼平台，包含语音识别（ASR）、语音合成（TTS）和实时语音交互（Realtime）三款模型。该系列在Artificial Analysis今年7月的语音评测中拿下三项全球第一，实现「大满贯」。其中ASR支持复杂语境识别，TTS支持多语种方言及情绪控制，Realtime支持端到端对话与随时打断追问。开发者可通过API调用，千问App、千问办公、Qoder等产品已率先应用。

📄 正文（511 字）

阿里云通过公众号宣布，Qwen-Audio-3.0系列语音模型正式上线千问AI平台和阿里云百炼平台。开发者可以通过API服务调用模型能力，也可以订阅Token Plan使用。

Qwen-Audio-3.0系列模型是阿里巴巴推出的自研语音模型，具体产品阵容如下：

语音识别大模型Qwen-Audio-3.0-ASR

语音合成大模型Qwen-Audio-3.0-TTS

实时语音交互对话模型Qwen-Audio-3.0-Realtime

根据介绍，在全球权威AI评测平台Artificial Analysis今年7月的语音排行榜上，该模型斩获语音识别（ASR）、实时交互（RealTime）和语音合成（TTS）三个赛道的全球第一，拿下「大满贯」。

其中，Qwen-Audio-3.0-ASR将语音转为文字，支持复杂语境和专业领域识别；Qwen-Audio-3.0-TTS将文字转为语音，支持多语种、多方言，可控制情绪、语气与节奏；Qwen-Audio-3.0-Realtime支持端到端语音理解与对话，可边听边说、随时打断追问，并支持工具调用。

目前，该系列模型已在千问App、千问办公、Qoder等产品中应用。