أعلنت علي بابا كلاود بعد ظهر اليوم (17) عبر حسابها الرسمي أن سلسلة نماذج Qwen-Audio-3.0 الصوتية أصبحت متاحة رسمياً على منصة تشيان ون للذكاء الاصطناعي ومنصة علي بابا كلاود بيلين. ويمكن للمطوّرين استدعاء قدرات النماذج عبر خدمة API، أو استخدامها من خلال الاشتراك في Token Plan.
سلسلة نماذج Qwen-Audio-3.0 هي نماذج صوتية طوّرتها علي بابا بشكل مستقل. وتعرض IT之家 تشكيلة المنتجات بالتفصيل:
نموذج التعرّف الصوتي الكبير Qwen-Audio-3.0-ASR
نموذج تركيب الصوت الكبير Qwen-Audio-3.0-TTS
نموذج المحادثة والتفاعل الصوتي الفوري Qwen-Audio-3.0-Realtime
ووفقاً للتعريف، تصدّرت هذه النماذج التصنيف العالمي في ثلاثة مسارات، هي التعرّف الصوتي (ASR) والتفاعل الفوري (RealTime) وتركيب الصوت (TTS)، ضمن تصنيف الصوتيات لشهر يوليوز هذا العام على منصة Artificial Analysis المرموقة لتقييم الذكاء الاصطناعي، محققة بذلك «الغراند سلام».
ويحوّل Qwen-Audio-3.0-ASR الصوت إلى نص، ويدعم التعرّف في السياقات المعقدة والمجالات المتخصصة؛ بينما يحوّل Qwen-Audio-3.0-TTS النص إلى صوت، ويدعم لغات ولهجات متعددة مع إمكانية التحكم في المشاعر ونبرة الكلام والإيقاع؛ أما Qwen-Audio-3.0-Realtime فيدعم الفهم والحوار الصوتيين من البداية إلى النهاية، ويمكنه الاستماع والتحدث في الوقت نفسه، مع إمكانية المقاطعة وطرح أسئلة متابعة في أي وقت، فضلاً عن دعم استدعاء الأدوات.
وتُستخدم سلسلة النماذج حالياً في منتجات تشمل تطبيق تشيان ون، وتشيان ون للمكتب، وQoder.