跳到正文
北京时间
原文
公众号:通义实验室(千问)· 通义实验室·· 2026-07-15精选AI 评分78

Qwen-Audio-3.0-Realtime 如何让语音交互“懂倾听,更聪明”?

AI 导读

阿里语音交互模型 Fun-Realtime-AudioChat 全面升级并更名为 Qwen-Audio-3.0-Realtime,支持根据语境动态调整语气与情感、音色克隆,并内置多模态双工控制模型,实现声纹级背景过滤。

推荐理由

把文本推理能力蒸馏到语音模型同时保留毫秒级响应,这种架构为需要复杂决策的语音智能体提供了可行路径。

来源:公众号:通义实验室(千问) · mp.weixin.qq.com