今天（17 日）下午，阿里云通过公众号宣布，Qwen-Audio-3.0 系列语音模型正式上线千问 AI 平台和阿里云百炼平台。 开发者可以通过 API 服务调用模型能力，也可以订阅 Token Plan 使用 。
Qwen-Audio-3.0 系列模型是阿里巴巴推出的自研语音模型。 IT之家 附具体的产品阵容如下：
语音识别大模型 Qwen-Audio-3.0-ASR
语音合成大模型 Qwen-Audio-3.0-TTS
实时语音交互对话模型 Qwen-Audio-3.0-Realtime
根据介绍，在全球权威 AI 评测平台 Artificial Analysis 今年 7 月的语音排行榜上，该模型斩获 语音识别（ASR）、实时交互（RealTime）和语音合成（TTS）三个赛道的全球第一 ，拿下“大满贯”。
其中，Qwen-Audio-3.0-ASR 将语音转为文字， 支持复杂语境和专业领域识别 ；Qwen-Audio-3.0-TTS 将文字转为语音， 支持多语种、多方言，可控制情绪、语气与节奏 ；Qwen-Audio-3.0-Realtime 支持端到端语音理解与对话， 可边听边说、随时打断追问，并支持工具调用 。
目前，该系列模型已在千问 App、千问办公、Qoder 等产品中应用。