Modellkatalog

CosyVoice V3.5 Plus ist Alibabas Text-to-Speech-Routen für generierte Stimmausgaben. Nfero präsentiert es als Teil des Audio-Stacks neben ASR, Musik und Qwen Omni-Modellen.

Best für: Sprache, Transkription und Audio-Workflows

Fun ASR ist die Alibaba-Spracherkennungsroute zum Umwandeln von Audio in Text. Nfero verbindet es mit Transkription, Audioverständnis, RAG und Agent-Workflow-Planung.

Best für: Sprache, Transkription und Audio-Workflows

Fun ASR Flash 2026-06-15 ist der aktuelle nicht-zeitkritische Erkennungssnapshot von Alibaba für Mehrsprachenaudiodateien. Nfero dokumentiert die exakte Modell-ID und den offiziellen Zugangsroute für die Planung der Implementierung.

Best für: Sprache, Transkription und Audio-Workflows

Fun ASR Realtime ist der empfohlene Weg von Alibaba für kontinuierliche Mehrsprachenspracherkennung und unterstützte Dialekte. Nfero dokumentiert den Planungsprozess, während die öffentliche Transkription weiterhin deaktiviert bleibt.

Best für: Sprache, Transkription und Audio-Workflows

Fun Music V1 ist die Alibaba-Text-zu-Musik-Route im Nfero-Audio-Katalog. Sie ist für kreative Exploration, Musik-Ideation und Audio-Workflows geplant.

Best für: Sprache, Transkription und Audio-Workflows

Qwen Audio 3.0 TTS Flash ist der Weg zur niedrigen Latenz für interaktive Sprachsynthese und Stimmenklonungsworkflows. Alibaba berichtet, dass die Zeit bis zum ersten Audio unter 200 ms liegt, unter unterstützten Bedingungen.

Best für: Sprache, Transkription und Audio-Workflows

Qwen Audio 3.0 TTS Plus ist der Weg zur hochwertigen Sprachsynthese für professionelle Stimmausgabe und anweisungssteuernde Lieferung. Nfero dokumentiert seinen internationalen Zugang und den Listenpreisbasis ohne Offenlegung unverifizierter öffentlicher Synthese.

Best für: Sprache, Transkription und Audio-Workflows

Qwen3.5 LiveTranslate Flash Realtime kombiniert Audio- und Bildkontext für Mehrsprachübersetzungen mit einer Latenz von bis zu 2,8 Sekunden unter unterstützten Bedingungen. Nfero dokumentiert den Weg ohne Anspruch auf öffentlichen Zugang.

Best für: Sprache, Transkription und Audio-Workflows

Qwen3.5 Omni Plus ist Alibabas multimodaler Pfad zur Kombination von Text-, Bild-, Audio- und Videoverstehen oder -generierung. Nfero platziert es in der größeren Omni- und Agent-Planungsoberfläche.

Best für: Sprache, Transkription und Audio-Workflows

Qwen3.5 Omni Plus Realtime ist der niedrig-latente Omni-Weg für interaktive multimodale Erfahrungen. Nfero verwendet ihn für die Planung von Realtime-, Audio- und agentenorientierten Alibaba-Workflows.

Best für: Sprache, Transkription und Audio-Workflows