Qwen-Audio-3.1-ASR-Flash-Message
Qwen-Audio-3.1-ASR-Flash-Message est un modèle génératif de reconnaissance vocale, optimisé pour les messages vocaux, la saisie vocale et les applications d’entreprise. Il reçoit de l’audio et produit…
RÉPERTOIRE DES MODÈLES
Découvrez les nouveaux modèles, classés par date de publication.
Qwen-Audio-3.1-ASR-Flash-Message est un modèle génératif de reconnaissance vocale, optimisé pour les messages vocaux, la saisie vocale et les applications d’entreprise. Il reçoit de l’audio et produit…
Qwen-Audio-3.1-TTS-Next est un modèle AudioGen de génération audio unifiée, proposé via Alibaba Cloud Model Studio. À partir de texte, d’indications temporelles et, le cas échéant, d’audios de…
Modèle multimodal d’Alibaba conçu pour les interactions audio et vidéo en temps réel, disponible via Alibaba Cloud Model Studio. L’annonce officielle le répertorie au 21 septembre 2026. (alibabacloud.…
Modèle de conversation vocale duplex en temps réel, acceptant du texte et de l’audio en entrée et produisant du texte et de l’audio en sortie. Il prend en charge l’appel de fonctions, la recherche Web…
Qwen-Image-2.1 est un modèle unifié de génération d’images à partir de texte et de retouche d’images. Publié le 20 septembre 2026, il comporte 7 milliards de paramètres dans son composant de…
La présentation dans cette langue sera bientôt disponible.
Flex est un modèle de langage vocal de bout en bout, conçu pour les interactions vocales naturelles et les tâches nécessitant l’utilisation d’outils. Sa mise en bêta publique a été annoncée le 16…
AuK-Flash est la variante distillée d’AuK, un modèle de base de 1,5 milliard de paramètres destiné à la génération et à l’édition de la parole. Elle privilégie la rapidité grâce à une inférence en…
AuK est un modèle de fondation open source de 1,5 milliard de paramètres destiné à la génération et à l’édition de la parole. Le dépôt fourni contient les poids du modèle de base, conçu pour une…