9月23日，千问大模型官方正式宣布推出qwen-audio-3.1系列语音大模型。本次升级全面覆盖asr（自动语音识别）、tts（文本转语音）及realtime（实时语音交互）三大核心能力，并同步发布两款全新音频专用模型：面向高质量音频生成的qwen-audio-3.1-tts-next与专注深度语音理解的qwen-audio-3.1-asr-next。至此，五款模型共同构建起涵盖“理解—生成—交互—创作”全链路的音频智能能力体系。

在能力方面，ASR模型现已支持30种语言及16种方言识别，并新增智能转写润色功能，首字响应延迟低至约160毫秒；TTS模型实现跨语言音色迁移与精细化情绪表达控制；TTS-Next进一步突破，可一体化合成自然人声、多类型音效及沉浸式环境音；Realtime模型则全面支持全双工实时对话，并具备调用外部Agent工具的能力。此外，全线模型服务价格大幅下调：TTS服务成本降低约70%，Realtime服务降幅达85%，ASR服务降价幅度高达95%。

飞书群聊机器人接入大模型

从零搭建飞书机器人。支持 MiniMax/MiMo 等模型、工具调用（搜索/天气/百科/记忆）、Skill 架构。一站式交付可上线运行的飞书群聊 bot。基础版本，后续可自行升级能力

下载

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜