Rotas de áudio e fala da Alibaba

O CosyVoice V3.5 Plus é a rota de texto para fala da Alibaba para saída de voz gerada. A Nfero o apresenta como parte da pilha de áudio junto com ASR, música e modelos Qwen Omni.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio

O Fun ASR é a rota de reconhecimento de fala da Alibaba para transformar áudio em texto. A Nfero o conecta à transcrição, compreensão de áudio, RAG e planejamento de fluxos de trabalho de agentes.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio

Fun ASR Flash 2026-06-15 é o snapshot atual da Alibaba para reconhecimento não em tempo real de arquivos de áudio multilíngues. Nfero registra o ID exato do modelo e o caminho oficial de acesso para planejamento de implementação.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio

Fun ASR Realtime é a rota recomendada pela Alibaba para reconhecimento contínuo de fala multilíngue e dialetos suportados. Nfero documenta o caminho de planejamento enquanto a transcrição pública permanece desativada.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio

Fun Music V1 é a rota de texto para música da Alibaba no catálogo de áudio Nfero. É posicionada para exploração criativa, geração de ideias musicais e planejamento de fluxos de trabalho de áudio.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio

Qwen Audio 3.0 TTS Flash é o caminho para síntese de fala com baixa latência em fluxos de trabalho interativos de fala e clonagem de voz. A Alibaba relata tempo até o primeiro áudio abaixo de 200 ms sob condições suportadas.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio

Qwen Audio 3.0 TTS Plus é o caminho para síntese de fala de alta qualidade para saída de voz profissional e entrega controlada por instruções. Nfero documenta seu acesso internacional e base de preço sem expor síntese pública não verificada.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio

O Qwen3.5 LiveTranslate Flash Realtime combina contexto de áudio e visual para tradução multilíngue, com latência tão baixa quanto 2,8 segundos sob condições suportadas. Nfero documenta o caminho sem reivindicar acesso público.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio

O Qwen3.5 Omni Plus é o caminho multimodal da Alibaba para combinar compreensão ou geração de texto, imagem, áudio e vídeo. O Nfero o coloca na superfície mais ampla de Omni e planejamento de agentes.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio

O Qwen3.5 Omni Plus Realtime é a rota Omni de baixa latência para experiências multimodais interativas. O Nfero o usa para planejar fluxos de trabalho em tempo real, áudio e voltados para agentes da Alibaba.

Melhor para: Voz, transcrição e fluxos de trabalho de áudio