오늘(17일) 오후, 알리바바 클라우드는 공식 계정을 통해 Qwen-Audio-3.0 시리즈 음성 모델이 천원 AI 플랫폼과 알리바바 클라우드 바이롄 플랫폼에 정식 출시됐다고 발표했습니다. 개발자는 API 서비스를 통해 모델 기능을 호출하거나 Token Plan을 구독해 사용할 수 있습니다.
Qwen-Audio-3.0 시리즈 모델은 알리바바가 자체 개발한 음성 모델입니다. IT之家가 제품 라인업을 다음과 같이 정리했습니다.
음성 인식 대형 모델 Qwen-Audio-3.0-ASR
음성 합성 대형 모델 Qwen-Audio-3.0-TTS
실시간 음성 상호작용 대화 모델 Qwen-Audio-3.0-Realtime
소개에 따르면, 글로벌 권위 AI 평가 플랫폼 Artificial Analysis가 올해 7월 발표한 음성 순위에서 이 모델은 음성 인식(ASR), 실시간 상호작용(RealTime), 음성 합성(TTS) 세 부문에서 모두 세계 1위를 차지하며 ‘그랜드 슬램’을 달성했습니다.
Qwen-Audio-3.0-ASR은 음성을 텍스트로 변환하며 복잡한 맥락과 전문 분야 인식을 지원합니다. Qwen-Audio-3.0-TTS는 텍스트를 음성으로 변환하며 다국어·다방언을 지원하고 감정, 말투, 속도를 조절할 수 있습니다. Qwen-Audio-3.0-Realtime은 엔드투엔드 음성 이해와 대화를 지원해 들으면서 말하고 언제든 대화를 중단해 추가 질문을 할 수 있으며, 도구 호출도 지원합니다.
현재 이 시리즈 모델은 천원 앱, 천원 오피스, Qoder 등 제품에 적용됐습니다.