qwen-omni-turbo

“qwen-omni-turbo”是阿里云通义千问推出的多模态大模型，支持文本、图像、语音、视频输入，流式输出文本与语音，提供 4 种对话音色。具备 119 种文本语言、19 种语音输入及 10 种语音输出能力，适用于智能交互、内容生成等场景，可通过 API 调用，免费额度 100 万 Tokens。