Alibaba baut seine KI-Plattform Qwen um Audio-Fähigkeiten aus und stellt Qwen-Audio-3.1 vor – eine Familie von fünf Audio-Modellen für unterschiedliche Aufgaben. Das neue System bietet erweiterte Spracherkennung (ASR) mit Mehrsprachen-Support, automatischer Textbereinigung und Emotionserkennung, sowie eine verbesserte Sprachsynthese (TTS) und Echtzeit-Interaktionsfähigkeiten. Besonders hervorzuheben ist die Mehrsprechererkennung mit Zeitstempeln und die Erfassung von Umgebungsgeräuschen. Dies positioniert Alibaba/Qwen als ernstzunehmender Player im Bereich der Sprachverarbeitung neben etablierten Akteuren wie OpenAI und Google.
