Qwen-Audio登顶全球语音榜，全线降价最高95%
报价宝综合消息Qwen-Audio登顶全球语音榜，全线降价最高95%
全球权威AI评测平台Artificial Analysis的语音排行榜（Controlled Voice Arena）最新榜单显示，阿里最新发布的语音合成大模型Qwen-Audio-3.1-TTS以1177的Elo评分位列全球第一，排在Cartesia、ElevenLabs和OpenAI等知名语音厂商之前。
该系列模型是阿里在2026云栖大会上发布的Qwen-Audio-3.1家族的一部分，除语音合成（TTS）外，还包括语音转写（ASR）和实时语音交互（Realtime）三类模型，API服务均已上架千问AI平台。
与主要关注「字音是否正确」的传统语音合成不同，Qwen-Audio-3.1-TTS更强调声音与内容、场景的匹配：用户可通过指令控制情绪、语速和表达方式，同一音色可在多语种和方言之间自然迁移，做到不只「说得对」，还能「说得像」。
价格是这次发布同样重要的一环。Qwen-Audio全线语音模型价格均已下调，最高降幅达95%：实时交互模型Realtime约降85%，TTS约降70%，ASR最高降95%，为语音应用的大规模落地进一步降低门槛。
主打语音智能体的Qwen-Audio-3.1-Realtime采用全双工架构，支持边听边说、在对话中途调用工具，并能自行判断何时插话、何时沉默；模型上下文长度达26.2万token，支持函数调用、联网搜索与微调。
阿里语音团队开源的多款模型如Qwen-Audio-Agent、CosyVoice在GitHub上累计获得数万星标。随着榜单登顶与降价同步落地，语音这条细分赛道的成本之争正明显升温。
编译自 上海证券报·中国证券网等报道，原标题："全球权威AI评测平台：阿里语音合成大模型能力得分全球第一"
