AnswersPublished16 sources
Mitä Alibaban Apsara 2026 -tapahtuman uudet audiomallit tekevät?
Qwen3.8 LiveTranslate on tarkoitettu samanaikaiseen tulkkaukseen. Alibaban mukaan sen mitattu keskimääräinen käännösviive lyheni noin 2,8 sekunnista 2,3 sekuntiin.
JulkaisijaMuokattu mallilla GPT-6 SolKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Qwen3.8 LiveTranslate on tarkoitettu samanaikaiseen tulkkaukseen. Alibaban mukaan sen mitattu keskimääräinen käännösviive lyheni noin 2,8 sekunnista 2,3 sekuntiin.
- Qwen Audio 3.1 sarjan viisi mallia kattavat puheen litteroinnin ja tuottamisen, vuorovaikutteiset äänikeskustelut, äänen laajemman analysoinnin sekä äänimaisemien luomisen.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What audio models did Alibaba unveil at the 2026 Apsara Conference, and what are their capabilities and intended uses—including Qwen3.8-Live. Article summary: At the 2026 Apsara Conference, Alibaba presented Qwen3.8-LiveTranslate for simultaneous interpretation and its Qwen-Audio-3.1 lineup for speech recognition, synthesis, live interaction and audio creation. The reported tr. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Alibaban Apsara 2026 -tapahtuman audiouutuuksissa on hyvä erottaa kaksi asiaa. Qwen3.8-LiveTranslate pyrkii kääntämään puhetta jo puhujan jatkaessa lausettaan. Qwen-Audio-3.1 taas on viiden mallin sarja sovelluksiin, joiden pitää tunnistaa, tuottaa tai analysoida ääntä – tai käydä keskustelua puheella. 3
14
LiveTranslate: tulkkaus puheen tahdissa
Qwen3.8-LiveTranslate on samanaikaiseen tulkkaukseen tarkoitettu malli. Alibaba kertoo sen Interleave-arkkitehtuurin parantavan käännösten uskollisuutta alkuperäiselle puheelle, sujuvuutta ja tiiviyttä. Yhtiön mukaan myös LAAL-mittarilla mitattu keskimääräinen käännösviive lyheni noin 2,8 sekunnista 2,3 sekuntiin. Ero on puoli sekuntia eli noin 18 prosenttia. Sekä laatua että nopeutta koskevat luvut ovat Alibaban ilmoittamia, eivät riippumattoman testin tuloksia. 3
7
Usean puhujan tilanteita varten malli erottaa puhujat reaaliajassa ja näyttää alkuperäisen sekä käännetyn tekstin rinnakkain. Alibaba kertoo mallin hyödyntävän myös aiempaa keskustelua monitulkintaisten ilmausten ratkaisemiseen. Alibaba Cloudin Model Studio -dokumentaatio mainitsee käyttökohteiksi samanaikaisen tulkkauksen ja reaaliaikaisen kääntämisen. 7
1
Viisi Qwen-Audio-3.1-mallia – eri tehtävät
Qwenin mukaan sarjassa on kolme päivitettyä mallia, ASR, TTS ja Realtime, sekä kaksi uutta mallia, ASR-Next ja TTS-Next. Lyhenteistä ASR tarkoittaa automaattista puheentunnistusta ja TTS tekstin muuntamista puheeksi. 14
- Qwen-Audio-3.1-ASR muuntaa puheen tekstiksi esimerkiksi litterointia varten.
14
26
- Qwen-Audio-3.1-ASR-Next käsittelee ääntä litterointia laajemmin. Qwenin mukaan se voi merkitä puhujat ja kohdistaa tekstin aikaleimoihin sekä analysoida tunteita ja muita ääniä esimerkiksi äänitapahtumien kuvailua ja tallenteita koskevia kysymyksiä varten.
- Qwen-Audio-3.1-TTS tuottaa puhetta tekstistä. Qwen kuvaa sen tukevan useita kieliä ja murteita sekä mahdollistavan esimerkiksi puheen tunnetilan, nopeuden ja tyylin säätämisen.
- Qwen-Audio-3.1-Realtime on tarkoitettu vuorovaikutteisiin puhekeskusteluihin. Alibaba Cloud mainitsee Realtime-mallin käyttökohteina puheavustajat ja asiakaspalvelukeskustelut.
1
- Qwen-Audio-3.1-TTS-Next tähtää kokonaisen äänisisällön luomiseen pelkän puheen sijaan. Alibaba kertoo sen voivan tuottaa samalla kertaa dialogia, äänitehosteita ja taustaääniä esimerkiksi tekstin, aikaleimojen ja malliksi annetun äänen pohjalta.
TTS:n ja TTS-Nextin ero on siis puheen ja laajemman äänimaiseman välillä. Alibaba esittää jälkimmäistä työkaluksi äänikirjoihin, elokuviin ja televisioon, podcasteihin sekä peleihin. Nämä ovat suunniteltuja käyttökohteita, eivät osoitus siitä, että tuotettu ääni olisi sellaisenaan valmis julkaistavaksi ilman editointia. 3
24
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Mitä Alibaban Apsara 2026 -tapahtuman uudet audiomallit tekevät?"?
Qwen3.8 LiveTranslate on tarkoitettu samanaikaiseen tulkkaukseen. Alibaban mukaan sen mitattu keskimääräinen käännösviive lyheni noin 2,8 sekunnista 2,3 sekuntiin.
What are the key points to validate first?
Qwen3.8 LiveTranslate on tarkoitettu samanaikaiseen tulkkaukseen. Alibaban mukaan sen mitattu keskimääräinen käännösviive lyheni noin 2,8 sekunnista 2,3 sekuntiin. Qwen Audio 3.1 sarjan viisi mallia kattavat puheen litteroinnin ja tuottamisen, vuorovaikutteiset äänikeskustelut, äänen laajemman analysoinnin sekä äänimaisemien luomisen.
Sources
malaymail.comAlibaba Unveils Roadmap on Full-Stack AI Strategy from Chips, Cloud Infrastructure, Models to Agents | Malay Mail