模型发布档案

最新发布模型

聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。

按发布时间倒序7 种语言
清除

2 个模型

按发布时间倒序
Alibaba

Qwen Voice-Design

Qwen Voice-Design 是通义千问语音模型中的声音设计模型,通过文字描述创建定制音色,属于语音合成相关服务。官方发布记录将其列于 2025-12-12。(docs.modelstudio.console.alibabacloud.com) 输入简单的声音描述,即可设计相应音色;与 qwen3-tts-vd-realtime 配合时,可使用设计的音色输出 10 种语言的语音。官方称合成语…

了解模型简体中文
Google

Gemini 2.5 Flash Native Audio Preview

面向 Gemini Live API 的原生音频预览模型,适用于低延迟、实时语音和视频交互。Google 于 2025 年 12 月 12 日发布该版本,称其提升了处理复杂工作流的能力。(aistudio.google.com) 接收连续的音频、视频或文本流,输出音频和文本,可用于构建实时语音助手、视频交互和自然对话体验。 支持音频生成、函数调用、Google 搜索接地和思考能力。 输入上限为 1…

了解模型简体中文