Katalog model

CosyVoice V3.5 Plus adalah rute teks ke suara Alibaba untuk output suara yang dihasilkan. Nfero memperkenalkannya sebagai sebahagian daripada tumpukan audio bersama ASR, muzik, dan model Qwen Omni.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio

Fun ASR adalah rute pengiktirafan suara Alibaba untuk menukar audio kepada teks. Nfero menyambungkannya kepada transkripsi, pemahaman audio, RAG, dan perancangan alur kerja agen.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio

Fun ASR Flash 2026-06-15 adalah versi pengenalan yang tidak real-time dari Alibaba untuk fail audio multibahasa. Nfero mencatat ID model tepat dan rute akses rasmi untuk perancangan pelaksanaan.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio

Fun ASR Realtime adalah pilihan yang disyorkan oleh Alibaba untuk pengenalan suara multibahasa berkelanjutan dan dialek yang disokong. Nfero mencatat jalan perancangan sementara transkripsi awam masih dimatikan.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio

Fun Music V1 adalah rute teks ke muzik Alibaba dalam katalog audio Nfero. Ia ditempatkan untuk eksplorasi kreatif, penghasilan idea muzik, dan perancangan aliran kerja audio.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio

Qwen Audio 3.0 TTS Flash adalah jalur sintesis suara dengan latensi rendah untuk alur kerja suara interaktif dan klon suara. Alibaba melaporkan waktu hingga audio pertama di bawah 200 ms di bawah kondisi yang didukung.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio

Qwen Audio 3.0 TTS Plus adalah jalur sintesis suara berkualitas tinggi untuk output suara profesional dan pengiriman yang dikendalikan instruksi. Nfero mendokumentasikan akses internasionalnya dan dasar harga daftar tanpa mengungkap sintesis publik yang belum diverifikasi.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio

Qwen3.5 LiveTranslate Flash Realtime menggabungkan konteks audio dan visual untuk penterjemahan multibahasa, dengan latensi sehingga 2.8 saat di bawah syarat yang diterima. Nfero mencatat jalan perancangan tanpa menyatakan akses awam.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio

Qwen3.5 Omni Plus adalah jalan multimodal Alibaba untuk menggabungkan pemahaman atau penghasilan teks, imej, audio, dan video. Nfero meletakkannya dalam permukaan Omni dan perancangan agen yang lebih luas.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio

Qwen3.5 Omni Plus Realtime adalah jalur Omni dengan latensi rendah untuk pengalaman multimodal yang interaktif. Nfero menggunakannya untuk perencanaan real-time, audio, dan alur kerja Alibaba yang berfokus pada agen.

Terbaik untuk: Percakapan suara, transkripsi, dan aliran kerja audio