Alibaba presenta la serie Qwen-Audio-3.1 y reduce los precios de todos los productos

El 23 de septiembre de 2026, el equipo de Qwen de Alibaba lanzó la serie Qwen-Audio-3.1, un conjunto completo de modelos de audio que cubre la comprensión, la generación, la interacción y la creación. El lanzamiento incluye cinco nuevos modelos, con una reducción de precios en todos los productos: los modelos TTS experimentaron una caída de precio del 70%, los modelos en tiempo real disminuyeron un 85% y los modelos de reconocimiento de voz (ASR) disminuyeron un 95%. El modelo Qwen-Audio-3.1-ASR destaca en el reconocimiento de múltiples idiomas y dialectos, logrando un CER promedio del 4,55% y del 10,38% para 16 dialectos. También admite transcripciones estructuradas y una precisión semántica del 82,10%. El modelo Qwen-Audio-3.1-ASR-Next comprende las emociones, los sonidos ambientales y puede responder a preguntas basadas en audio. El modelo TTS-Next permite la creación completa de audio, incluyendo voz, efectos de sonido y ruido de fondo, con soporte para 30 idiomas y 16 dialectos. El modelo en tiempo real ofrece capacidades de conversación avanzadas, incluyendo el reconocimiento de emociones e integración de agentes, mejorando la interacción del usuario con la IA.