การบรรยายเสียง
สร้างการบรรยายที่ชัดเจนสำหรับการสาธิตผลิตภัณฑ์ วิดีโออธิบาย และกระบวนการสนับสนุน
โมเดลเสียง
เส้นทางเสียงและพูดของอัลิบาบา
สำรวจ Qwen Audio 3.0, LiveTranslate, Fun ASR, CosyVoice, เพลง และเส้นทาง Omni Qwen สำหรับการสร้างเสียงพูด การจดบันทึก เสียงพูด การแปล และกระบวนการทำงานแบบเรียลไทม์ของเสียง
กระบวนการทำงานด้านเสียง
การเข้าใจเสียง พูด และดนตรี
ตัวอย่างการดูเพียงอย่างเดียวแสดงถึงกระบวนการทำงานที่เส้นทางอัลิบาบาเหล่านี้สามารถสนับสนุนได้
เสียงพื้นหลัง
สร้างวงเล่นที่มีน้ำหนักเบา บรรยากาศของอินเทอร์เฟซ และเสียงพื้นหลังสำหรับแคมเปญ
การจดบันทึกเสียง
แปลงการสนทนา บทสัมภาษณ์ และการบรรยายตัวอย่างให้กลายเป็นงานจัดการข้อความที่ค้นหาได้
10 เส้นทาง
แคตตาล็อกโมเดลเสียง
เส้นทางเสียง ดนตรี และเสียงหลายสื่อพร้อมการตั้งค่า การประมาณ และเส้นทางการเข้าถึง Alibaba Cloud
Alibaba Cloud
CosyVoice V3.5 Plus
CosyVoice V3.5 Plus เป็นเส้นทางการแปลงข้อความเป็นเสียงของ Alibaba สำหรับผลลัพธ์เสียงที่ถูกสร้างขึ้น Nfero นำเสนอโมเดลนี้เป็นส่วนหนึ่งของระบบเสียงพร้อมโมเดล ASR, เพลง และ Qwen Omni
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
CosyVoiceข้อความเป็นเสียงพูดมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
Alibaba Cloud
Fun ASR
Fun ASR เป็นเส้นทางการรู้จำเสียงของ Alibaba สำหรับการแปลงเสียงเป็นข้อความ Nfero เชื่อมต่อโมเดลนี้กับงานจดบันทึกเสียง การทำความเข้าใจเสียง RAG และการวางแผนกระบวนการทำงานของเอเจนต์
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
Funเสียงพูดเป็นข้อความมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
Alibaba Cloud
Fun ASR Flash (2026-06-15)
Fun ASR Flash 2026-06-15 เป็นสแนปช็อตการรู้จำเสียงแบบไม่เรียลไทม์ในปัจจุบันของ Alibaba สำหรับไฟล์เสียงหลายภาษา Nfero บันทึก ID โมเดลที่แม่นยำและเส้นทางการเข้าถึงอย่างเป็นทางการสำหรับการวางแผนการดำเนินงาน
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
Fun ASRเสียงพูดเป็นข้อความมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
Alibaba Cloud
Fun ASR Realtime
Fun ASR Realtime เป็นเส้นทางที่แนะนำของ Alibaba สำหรับการรู้จำเสียงหลายภาษาแบบต่อเนื่องและการสนับสนุนภาษาพูดเฉพาะถิ่น Nfero จัดทำแผนผังการวางแผน ในขณะที่การจดบันทึกสาธารณะยังไม่เปิดใช้งาน
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
Fun ASRเสียงพูดเป็นข้อความมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
Alibaba Cloud
Fun Music V1
Fun Music V1 เป็นเส้นทางการสร้างเพลงจากข้อความในไลบรารีเสียง Nfero มีจุดประสงค์เพื่อการสำรวจเชิงสร้างสรรค์ การคิดค้นเพลง และการวางแผนกระบวนการทำงานด้านเสียง
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
Funการสร้างเสียงพูดมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
Alibaba Cloud
Qwen Audio 3.0 TTS Flash
Qwen Audio 3.0 TTS Flash เป็นเส้นทางการสร้างเสียงพูดแบบต่ำความล่าช้าสำหรับงานที่เกี่ยวข้องกับเสียงพูดและการจำลองเสียงพูด Alibaba รายงานเวลาถึงเสียงแรกต่ำกว่า 200 มิลลิวินาทีภายใต้เงื่อนไขที่รองรับ
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
Qwen Audioข้อความเป็นเสียงพูดมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
Alibaba Cloud
Qwen Audio 3.0 TTS Plus
Qwen Audio 3.0 TTS Plus เป็นเส้นทางการสร้างเสียงพูดคุณภาพสูงสำหรับผลลัพธ์เสียงพูดมืออาชีพและบริการที่ควบคุมด้วยคำสั่ง Nfero จัดทำเอกสารการเข้าถึงระดับนานาชาติและฐานราคาขาย โดยไม่เปิดเผยการสร้างเสียงที่ยังไม่ได้รับการตรวจสอบ
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
Qwen Audioข้อความเป็นเสียงพูดมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
Alibaba Cloud
Qwen3.5 LiveTranslate Flash Realtime
Qwen3.5 LiveTranslate Flash Realtime รวมการตั้งค่าเสียงและภาพเพื่อการแปลหลายภาษา โดยมีความล่าช้าต่ำสุดที่ 2.8 วินาทีภายใต้เงื่อนไขที่รองรับ Nfero จัดทำเส้นทางโดยไม่กล่าวอ้างการเข้าถึงสาธารณะ
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
Qwenเสียงพูดเป็นเสียงพูดมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
Alibaba Cloud
Qwen3.5 Omni Plus
Qwen3.5 Omni Plus เป็นเส้นทางหลายมิติของ Alibaba สำหรับการรวมการเข้าใจหรือการสร้างข้อความ ภาพ เสียง และวิดีโอ Nfero จัดวางโมเดลนี้ในพื้นที่ Omni และการวางแผนตัวช่วยที่กว้างขึ้น
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
Qwenโอมนิมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
Alibaba Cloud
Qwen3.5 Omni Plus Realtime
Qwen3.5 Omni Plus Realtime เป็นเส้นทาง Omni ที่มีความล่าช้าต่ำสำหรับประสบการณ์มัลติมีเดียที่มีปฏิสัมพันธ์ Nfero ใช้เพื่อวางแผนกระบวนการทำงานแบบเรียลไทม์ เสียง และที่เกี่ยวข้องกับ Alibaba
เหมาะสำหรับ: เสียง การจดบันทึกเสียง และกระบวนการทำงานด้านเสียง
Qwenโอมนิมีข้อกำหนด
- การพร้อมใช้งาน
- แนวทางและตัวอย่าง
- ค่าใช้จ่ายในการสาธิตมาตรฐานประมาณ
- ยืนยันกับผู้ให้บริการ
หลักฐานโอเพนซอร์ส
เชื่อมต่อโปรเจกต์การพูดของ Qwen กับตัวอย่างเสียง
Qwen3-TTS, Qwen3-ASR และ Qwen3-Omni ช่วยให้ผู้ซื้อเข้าใจกระบวนการทำงานด้านเสียงและมัลติมีเดียของ Alibaba ได้ง่ายขึ้น