千问下调Qwen-Audio全线语音模型价格，ASR降幅达95%

9月23日，千问宣布下调Qwen-Audio全线语音模型价格，其中TTS降价约70%，Realtime降幅约85%，ASR降幅达95%，以降低用户使用成本。同日，千问还发布了Qwen-Audio-3.1系列语音大模型，覆盖语音识别、语音合成、实时语音交互及音频创作等能力。

Qwen-Audio-3.1-ASR为新一代语音识别大模型，支持30种语言和16种中文方言，新增原生转写润色能力，可去除语气词与重复表达，并支持分角色转写；Qwen-Audio-3.1-ASR-Next为基于下代架构的音频理解模型，可理解人物情绪、环境声与机械声，完成音频问答与推理。

Qwen-Audio-3.1-TTS支持多语种及方言合成，可实现同一音色跨语言自然迁移；Qwen-Audio-3.1-TTS-Next可围绕文本、时间戳和参考音频统一生成人声、音效和环境音，用于播客、有声书、影视及游戏等场景。

Qwen-Audio-3.1-Realtime支持全双工实时交互，可同时说和听，允许用户插话、打断，并能调用Agent工具完成任务。该模型正在与Qoder、千问办公等Agent，以及QwenNote、A2、Eva、千问AI眼镜等智能硬件结合。

官方表示，五款全新语音模型共同构成覆盖“理解-生成-交互-创作”的完整音频能力栈。