数智化转型网

Qwen3-LiveTranslate-Flash 是阿里通义多语言实时音视频同传模型，基于 Qwen3-Omni 基座，支持 18 种语言及方言的离线/实时翻译，3 秒低延迟。

Qwen3-Omni-30B-A3B-Captioner 是阿里开源的音频精细字幕模型，音频输入转文本输出，特点是详细且低幻觉的音频描述。

Qwen3-TTS-Flash-Realtime 是阿里通义实时文本转语音模型，首包延迟 97ms，支持 17 种音色、10 种语言及 17 种方言。

Qwen3-TTS-Flash 是阿里通义推出的文本转语音模型，支持 10 种语言、17 种音色及 9 种中文方言，可智能调节语气，首包延迟 97ms，适用于智能客服、有声创作、语音助手等场景。