阿里云发布 Qwen-Audio-3.0 系列语音模型，登顶全球评测

阿里云宣布推出 Qwen-Audio-3.0 系列语音模型，包括语音识别（ASR）、语音合成（TTS）和实时交互（Realtime）三款产品，已在千问平台和阿里云百炼上线，开发者可通过 API 或 Token Plan 调用。

该系列在 Artificial Analysis 今年 7 月的语音评测中，包揽 ASR、TTS 和 RealTime 三项全球第一。其中，ASR 支持复杂语境和专业领域识别；TTS 支持多语种、多方言，可控制情绪与节奏；Realtime 支持端到端语音对话，可随时打断并调用工具。

目前，Qwen-Audio-3.0 已应用于千问 App、千问办公和 Qoder 等产品，为语音交互场景提供更精准、自然的体验。