Qwen-Audio-3.1-ASR-Flash-Filetrans
Qwen-Audio-3.1-ASR-Flash-Filetrans ist ein End-to-End-Modell zur nicht echtzeitgebundenen Spracherkennung für längere Audio- und Videoaufnahmen. Alibaba führt es in seiner internationalen…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
Qwen-Audio-3.1-ASR-Flash-Filetrans ist ein End-to-End-Modell zur nicht echtzeitgebundenen Spracherkennung für längere Audio- und Videoaufnahmen. Alibaba führt es in seiner internationalen…
Qwen-Audio-3.1-ASR-Flash ist ein Spracherkennungsmodell für die effiziente Transkription kurzer Aufnahmen. Es verarbeitet Audio und gibt Text aus. Alibaba führt es in der offiziellen Modellübersicht…
Ein End-to-End-Modell für automatische Echtzeit-Spracherkennung (ASR). Es verarbeitet Audio als Stream und gibt Transkriptionstext mit Zwischen- und Endergebnissen aus. Es ist für niedrige Latenz…
Generatives Spracherkennungsmodell für Sprachnachrichten, Spracheingabe und Unternehmensanwendungen. Es verarbeitet Audio und gibt Text aus. Alibaba führt es mit dem Veröffentlichungsdatum 21.…
Qwen-Audio-3.1-TTS-Next ist ein Modell zur integrierten Audiogenerierung. Es kann aus Text, Zeitangaben und Referenzaudio Sprache, Geräusche und Umgebungsgeräusche gemeinsam erzeugen. Unterstützt…
Qwen3.8-Omni-Flash-Realtime ist ein multimodales Modell für Audio- und Videointeraktionen in Echtzeit. Alibaba Cloud Model Studio führt es für den internationalen Dienstumfang unter dem 21. September…