针对这些挑战，科大讯飞发布星火具身多模交互技术，在复杂空间动态降噪、多目标人的交互意图识别、语音与动作统一规划与执行、视觉触发的主动交互等方面取得突破，让机器人在动态环境中既能与人交流，又能协同完成任务，为其…
该系列包含三款自研语音模型：语音识别大模型Qwen-Audio-3.0-ASR、语音合成大模型Qwen-Audio-3.0-TTS，以及实时语音交互对话模型Qwen-Audio-3.0-Realtime。
在最新的行业词汇内部评测中，新模型对各行业专业词的“听中率”都有明显提升，其中医疗场景更是突破了 95.36%。
阿里千问发布语音合成大模型Qwen-Audio-3.0-TTS，登顶Artificial Analysis榜首
字节跳动发布Seed Audio 1.0音频创作模型，多数场景音频可用率达90%以上
阿里云发布Qwen-Audio-3.0-Realtime：毫秒响应不掉智，自主调用工具更智能
千问Qwen-Audio-3.0-Realtime正式发布
阿里发布实时语音交互对话模型Qwen-Audio-3.0-Realtime，号称懂倾听、更聪明
Stability AI推出音频模型Stability Audio 3.0，可创作6分钟歌曲
11/10 12:13
11/10 12:11
11/10 12:10
11/10 10:19
11/10 10:18
11/10 10:09
11/10 10:08
京公网安备 11011402013531号