Qwen-Audio-3.1-ASR-Flash-Message
Generatives Spracherkennungsmodell für Sprachnachrichten, Spracheingabe und Unternehmensanwendungen. Es verarbeitet Audio und gibt Text aus. Alibaba führt es mit dem Veröffentlichungsdatum 21.…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
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…
Eine Einführung in dieser Sprache ist in Vorbereitung.
Flex ist ein auf flexible, aufgabenorientierte Sprachinteraktion ausgerichtetes End-to-End-Sprachmodell von Baidu. Die offizielle Ankündigung zur öffentlichen Testphase wurde am 16. September 2026…
AuK-Flash ist die destillierte Variante von AuK, einem Basismodell mit 1,5 Milliarden Parametern für Sprachgenerierung und -bearbeitung. Sie nutzt eine einheitliche Schnittstelle für…
AuK ist ein offenes Basismodell für Sprachgenerierung und Audiobearbeitung mit 1,5 Milliarden Parametern. Tencent veröffentlichte Code und Gewichte am 9. September 2026. Die angegebene Modellkarte…