模型發布
Qwen Audio 3.0評測登頂
X @ArtificialAnlys
Alibaba 推出原生語音到語音模型 Qwen Audio 3.0 Realtime，提供 Plus 與 Flash 版本。Plus 在 Artificial Analysis Speech to Speech Index 以 84.1% 居首，並領先三項組成評測，Flash 則以 76.3% 排名第四。值得注意的是，Plus 首次輸出音訊平均需 4.02 秒，速度屬榜上較慢者；每小時輸入音訊成本為 4.42 美元。
讀原始報導背景
Artificial Analysis 的 Speech to Speech Index 用單一分數衡量原生語音對語音模型，綜合語音推理、對話動態與代理任務表現，分數越高代表整體表現越好。阿里巴巴亦推出 Qwen-Audio-3.0-TTS，提供主打即時互動的 Flash 與高品質生成的 Plus 版本，支援 16 種語言及以自然語言控制語音風格。