Alibaba
Qwen3-LiveTranslate-Flash
Qwen3-Omniを基盤とする多言語の音声・動画通訳モデル。音声または動画を入力し、翻訳結果をテキストまたは音声で出力する。リアルタイム翻訳と録音・動画ファイルの翻訳に利用できる。公式説明では19言語を理解し、10言語と8種類の中国語方言を話せるとしている。日本語はテキスト・音声出力に対応する。(help.aliyun.com) コンテキスト長は53,248トークン、最大入力は49,152トーク…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
Qwen3-Omniを基盤とする多言語の音声・動画通訳モデル。音声または動画を入力し、翻訳結果をテキストまたは音声で出力する。リアルタイム翻訳と録音・動画ファイルの翻訳に利用できる。公式説明では19言語を理解し、10言語と8種類の中国語方言を話せるとしている。日本語はテキスト・音声出力に対応する。(help.aliyun.com) コンテキスト長は53,248トークン、最大入力は49,152トーク…
Qwen3-Omni-Flashの2025年12月1日付スナップショット。Thinker–Talker混合エキスパート(MoE)アーキテクチャに基づくマルチモーダルモデルで、Alibaba Cloud Model Studioの公式一覧では2025年12月4日に掲載された。 (help.aliyun.com) テキスト、画像、音声、動画を入力として理解し、テキストと音声を出力する。 公式説明では1…
Qwen3-Omni-Flashのリアルタイム版マルチモーダルモデルです。Thinker–Talker型のMoEアーキテクチャを採用し、テキスト、画像、音声、動画を理解して、テキストや音声で応答します。2025年12月1日時点のスナップショットで、公式発表日は2025年12月4日です。(docs.modelstudio.console.alibabacloud.com) テキスト119言語、音声2…