Lời dẫn
Tạo lời dẫn rõ ràng cho các video giới thiệu sản phẩm, giải thích và quy trình hỗ trợ.
Mô hình âm thanh
Các tuyến âm thanh và giọng nói của Alibaba
Khám phá Qwen Audio 3.0, LiveTranslate, Fun ASR, CosyVoice, âm nhạc và các tuyến Omni Qwen cho tổng hợp, chuyển văn bản thành lời nói, dịch thuật và quy trình làm việc âm thanh thời gian thực.
Quy trình âm thanh
Nhận diện giọng nói, âm nhạc và ngôn ngữ.
Các bản xem trước chỉ mang tính ví dụ cho thấy các quy trình mà các tuyến Alibaba này có thể hỗ trợ.
Dải âm nhạc
Tạo các vòng lặp nhẹ, âm thanh nền và các dải âm nhạc cho chiến dịch.
Ghi chép
Biến các cuộc gọi, phỏng vấn và lời dẫn chương trình thành quy trình văn bản có thể tìm kiếm.
10 lối đi
Thư mục mô hình âm thanh
Các lối đi âm thanh, nhạc và đa phương tiện với cài đặt, ước tính và đường dẫn truy cập vào Alibaba Cloud.
Alibaba Cloud
CosyVoice V3.5 Plus
CosyVoice V3.5 Plus là lộ trình chuyển đổi văn bản thành giọng nói của Alibaba cho đầu ra giọng nói được tạo. Nfero trình bày nó như một phần của hệ thống âm thanh cùng các mô hình ASR, nhạc và Qwen Omni.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
CosyVoiceVăn bản sang âm thanhĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Alibaba Cloud
Fun ASR
Fun ASR là lộ trình nhận dạng giọng nói của Alibaba để chuyển đổi âm thanh thành văn bản. Nfero kết nối nó với ghi chép, hiểu âm thanh, RAG và lập kế hoạch quy trình agent.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
FunÂm thanh sang văn bảnĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Alibaba Cloud
Fun ASR Flash (2026-06-15)
Fun ASR Flash 2026-06-15 là bản ghi nhớ hiện tại của Alibaba cho nhận dạng không thời gian thực tệp âm thanh đa ngôn ngữ. Nfero ghi lại chính xác ID mô hình và đường truy cập chính thức để lập kế hoạch triển khai.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
Fun ASRÂm thanh sang văn bảnĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Alibaba Cloud
Fun ASR Realtime
Fun ASR Realtime là tuyến đường được đề xuất của Alibaba cho nhận dạng giọng nói đa ngôn ngữ liên tục và các phương ngữ được hỗ trợ. Nfero tài liệu con đường lập kế hoạch trong khi chuyển văn bản công khai vẫn bị vô hiệu hóa.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
Fun ASRÂm thanh sang văn bảnĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Alibaba Cloud
Fun Music V1
Fun Music V1 là tuyến mô hình chuyển đổi văn bản thành âm nhạc trong danh mục âm thanh Nfero của Alibaba. Nó được đặt vị trí cho việc khám phá sáng tạo, phát triển ý tưởng âm nhạc và lập kế hoạch quy trình âm thanh.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
FunTạo âm thanhĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Alibaba Cloud
Qwen Audio 3.0 TTS Flash
Qwen Audio 3.0 TTS Flash là tuyến tổng hợp giọng nói với độ trễ thấp dành cho quy trình làm việc tương tác và tạo giọng nói theo mẫu. Alibaba báo cáo thời gian đầu ra âm thanh dưới 200 ms dưới các điều kiện được hỗ trợ.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
Qwen AudioVăn bản sang âm thanhĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Alibaba Cloud
Qwen Audio 3.0 TTS Plus
Qwen Audio 3.0 TTS Plus là tuyến tổng hợp giọng nói chất lượng cao dành cho đầu ra giọng nói chuyên nghiệp và giao hàng được điều khiển bằng chỉ dẫn. Nfero tài liệu về truy cập quốc tế và cơ sở giá niêm yết mà không tiết lộ tổng hợp công khai chưa được xác minh.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
Qwen AudioVăn bản sang âm thanhĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Alibaba Cloud
Qwen3.5 LiveTranslate Flash Realtime
Qwen3.5 LiveTranslate Flash Realtime kết hợp ngữ cảnh âm thanh và hình ảnh để dịch đa ngôn ngữ, với độ trễ thấp nhất là 2,8 giây dưới điều kiện được hỗ trợ. Nfero tài liệu ghi lại lộ trình mà không tuyên bố quyền truy cập công khai.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
QwenÂm thanh sang âm thanhĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Alibaba Cloud
Qwen3.5 Omni Plus
Qwen3.5 Omni Plus là con đường đa phương tiện của Alibaba để kết hợp hiểu biết hoặc tạo ra văn bản, hình ảnh, âm thanh và video. Nfero đặt nó trong bề mặt Omni và lập kế hoạch đại lý rộng lớn hơn.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
QwenOmniĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Alibaba Cloud
Qwen3.5 Omni Plus Realtime
Qwen3.5 Omni Plus Realtime là tuyến đường Omni với độ trễ thấp cho trải nghiệm đa phương tiện tương tác. Nfero sử dụng nó để lập kế hoạch các quy trình thực thời, âm thanh và hướng đến người dùng Alibaba.
Tốt nhất cho: Âm thanh, ghi chép âm thanh và quy trình làm việc liên quan đến âm thanh
QwenOmniĐiều khoản áp dụng
- Khả dụng
- Hướng dẫn và ví dụ
- Chi phí demo tiêu chuẩn dự kiến
- Xác nhận với nhà cung cấp
Bằng chứng từ mã nguồn mở
Kết nối các dự án nói của Qwen với các bản demo âm thanh.
Qwen3-TTS, Qwen3-ASR và Qwen3-Omni giúp các quy trình âm thanh và đa phương tiện của Alibaba dễ hiểu hơn đối với người mua.