AI最前沿 88Z.ai 7 月 16 日消息，阿里通义实验室发布Qwen-Audio-3.0-Realtime模型，支持情感语气调整、音色克隆及背景过滤，在语音推理评测中综合排名第一。
消息要点
- 支持语境情感调整、音色克隆及声纹级背景过滤
- 在Artificial Analysis语音推理评测中综合排名第一
要点
阿里通义实验室正式推出实时语音交互模型Qwen-Audio-3.0-Realtime，该模型前身为Fun-Realtime-AudioChat。新版本具备强大的语境感知能力，能够根据对话情境动态调整语气与情感表达，并支持高精度的音色克隆技术。此外，模型引入了声纹级背景过滤功能，有效净化音频输入，确保在多噪环境下依然保持清晰交互。凭借多模态双工对话技术，用户可实现自然流畅的实时沟通。在Artificial Analysis发布的语音推理子项评测中，Qwen-Audio-3.0-Realtime表现卓越，综合排名位列第一，性能超越GPT-Realtime-2，标志着实时语音交互技术取得重要突破。
资料来源与整理说明
本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。
- 通义实验室原始资料发布于
以上日期为原始资料发布日期；标题下方日期为本文在 AI最前沿的发布时间。