今日，阿里云宣布Qwen-Audio-3.0系列语音模型正式上线千问AI平台和阿里云百炼平台。开发者可以通过API服务调用模型能力，或订阅TokenPlan使用。Qwen-Audio-3.0系列模型是阿里巴巴自研的语音模型，包括语音识别大模型Qwen-Audio-3.0-ASR、语音合成大模型Qwen-Audio-3.0-TTS和实时语音交互对话模型Qwen-Audio-3.0-Realtime。

在全球权威AI评测平台ArtificialAnalysis今年7月的语音排行榜上，Qwen-Audio-3.0系列模型在语音识别（ASR）、实时交互（RealTime）和语音合成（TTS）三个赛道均获得全球第一，实现"大满贯"。Qwen-Audio-3.0-ASR支持复杂语境和专业领域识别，将语音转为文字；Qwen-Audio-3.0-TTS将文字转为语音，支持多语种、多方言，并可控制情绪、语气与节奏；Qwen-Audio-3.0-Realtime支持端到端语音理解与对话，可边听边说、随时打断追问，并支持工具调用。

目前，Qwen-Audio-3.0系列模型已在千问App、千问办公、Qoder等产品中得到应用。