品玩9月23日讯，千问大模型官方今天宣布，千问正式发布Qwen-Audio-3.1系列语音大模型，对ASR、TTS和Realtime三大核心模型进行全面升级，同时推出音频创作模型Qwen-Audio-3.1-TTS-Next和音频理解模型Qwen-Audio-3.1-ASR-Next，五款模型形成覆盖"理解-生成-交互-创作"的完整音频能力栈。
ASR支持30种语言与16种方言识别，新增转写润色功能，首字响应约160毫秒；TTS支持跨语言音色合成与情绪控制；TTS-Next可统一生成人声、音效与环境音；Realtime支持全双工交互并可调用Agent工具。全线降价，TTS降幅约70%，Realtime降幅约85%，ASR降幅达95%。
