【AI 核心摘要】
阿里语音交互模型Qwen-Audio-3.0-Realtime(原名Fun-Realtime-AudioChat)全面升级,旨在实现自然智能的语音交互。其核心亮点包括:动态调整语气与情感表达,支持音色克隆,告别机械感;内置多模态双工控制模型,具备声纹级背景过滤,在嘈杂环境下对话流畅;在Artificial Analysis综合排名第一,超越OpenAI GPT-Realtime-2;支持动态工具调用,可完成路线规划、信息查询等任务。该模型通过情感感知生成、韵律动态调整等技术,实现高表现力共情对话和流畅双工交互,并具备Agentic能力,能智能调用工具执行复杂任务。底层采用On-Policy Distillation框架,兼顾快速响应与深度推理,在VoiceBench和AudioMultiChallenge等基准测试中表现优异。目前,该模型已上线阿里云百炼。
了解更多详细信息,请访问原文:阿里通义推出实时语音交互模型 Qwen-Audio-3.0-Realtime
数据来源:AI Bot
© 版权声明
文章版权归作者所有,未经允许请勿转载。

