Alibaba lança Qwen-Audio-3.1 e reduz preços de áudio por IA em até 95%
A equipe Qwen, da Alibaba, lançou a linha Qwen-Audio-3.1 com cinco modelos de voz e anunciou reduções de até 95% nos custos do serviço.
Resumo rápido
- Alibaba lança a linha Qwen-Audio-3.1 composta por cinco novos modelos focados em áudio e voz.
- Novos recursos incluem identificação de múltiplos falantes, controle emocional e fala interativa em tempo real.
- Empresa reduziu os preços de ASR em até 95%, além de cortar tarifas de TTS e do modelo Realtime.
Entenda o contexto
Sistemas de ASR convertem a fala humana em texto, enquanto ferramentas de TTS realizam a síntese de áudio a partir de comandos em texto. O barateamento dos custos de inferência em nuvem facilita o acesso de desenvolvedores e empresas a recursos avançados de processamento de voz.
A equipe de inteligência artificial Qwen, pertencente à Alibaba, lançou a linha Qwen-Audio-3.1 nesta quarta-feira, 23 de setembro de 2026. O novo conjunto é composto por cinco modelos especializados em reconhecimento automático de fala (ASR), conversão de texto em fala (TTS) e interações em tempo real.
Entre os avanços apresentados, o modelo de ASR aprimorou o suporte multilingue e o reconhecimento de dialetos, incluindo um recurso que limpa automaticamente repetições e palavras de preenchimento. Já a versão ASR-Next adiciona a capacidade de identificar múltiplos falantes com marcas temporais, além de detectar emoções, ruídos de máquinas e sons do ambiente. No segmento de conversão de texto em fala, o modelo TTS realiza sínteses multilingues com transferência vocal entre idiomas e aceita comandos em texto para ajustar estilo, velocidade e emoção da voz.
Integração por difusão e corte de preços no Qwen Cloud
Para a criação de áudios mais complexos, o TTS-Next combina um modelo de linguagem a uma abordagem de difusão. Esse método permite gerar voz, efeitos sonoros e áudios de fundo em uma única etapa de processamento. Por sua vez, o modelo voltado para interações em tempo real suporta fala e escuta simultâneas com interrupção imediata. Segundo a equipe da Qwen, ao detectar um humor baixo no usuário, o sistema responde de maneira mais lenta e empática.
Acompanhando o lançamento da nova linha, a Alibaba anunciou uma redução significativa nas tarifas praticadas na plataforma Qwen Cloud. De acordo com as informações divulgadas, os preços para o uso do modelo TTS caíram cerca de 70 por cento, enquanto a modalidade Realtime teve diminuição de aproximadamente 85 por cento. O maior abatimento ocorreu nos serviços de ASR, cujos valores sofreram queda de até 95 por cento. A desenvolvedora disponibilizou mais detalhes em seu blog oficial e na nuvem da marca.
Referências
- Reportagem consultada: The Decoder
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
