AI语音

Qwen-Audio-3.1：阿里通义千问推出的新一代音频模型

Qwen-Audio-3.1是阿里云通义千问新一代全套音频大模型，包含Realtime实时语音Agent、ASR语音识别、TTS声景生成，支持全双工对话、方言识别、分角色转写，提供API接入方案。

Muse Voice Transcribe：Meta推出的一体化实时流式语音转写AI模型

Muse Voice Transcribe是Meta推出的实时音频感知模型，单模型完成流式ASR、说话人分离、端点检测，支持70+语言，自适应延迟，提供Mac听写与Meta Model API调用。