アリババ、音声AI「Qwen-Audio-3.1」発表

アリババの通義千問は、新たな音声大規模モデル「Qwen-Audio-3.1（Alibabaの最新音声AIモデル）」シリーズを正式に発表した。音声認識、音声合成、リアルタイム音声対話の3つのコアモデルを進化させるとともに、全音声モデルの利用料金を大幅に引き下げた。

5つの新モデルによる包括的な音声機能

今回の発表では、既存のコアモデルのアップグレードに加え、音声創作モデル「Qwen-Audio-3.1-TTS-Next」と音声理解モデル「Qwen-Audio-3.1-ASR-Next」が新たに投入された。計5つのモデルが揃うことで、「理解から生成、対話、創作」に至る音声タスクを網羅する完全なソリューションが形成された。

最大95%の劇的な価格改定

新モデルの発表と同時に、ユーザーの利用コストを引き下げる大規模な価格改定が実施された。音声合成（TTS）は約70%、リアルタイム対話（Realtime）は約85%、音声認識（ASR）に至っては95%もの大幅な値下げとなった。

業界への影響と今後の展望

今回の劇的な値下げは、音声AIの普及を強力に後押しするものとみられる。開発者や企業は、より低コストで高度な音声インターフェースを自社サービスに組み込むことが可能になる。他社プラットフォームとの価格競争が激化する中で、Alibabaが音声AI市場の主導権を握るための戦略的な一手と言える。

引用元：PANews