Alibaba ra mắt Qwen Audio 3.1: Nhận diện giọng nói đa năng, giảm giá 95%

Giới thiệu

Alibaba vừa công bố Qwen Audio 3.1, một bản nâng cấp lớn cho nền tảng AI xử lý âm thanh của mình. Bản cập nhật này giới thiệu 5 mẫu AI mới, giúp nhận diện giọng nói và chuyển văn bản thành giọng nói tốt hơn, hỗ trợ nhiều ngôn ngữ và tiếng địa phương. Điểm đáng chú ý là giá dịch vụ AI âm thanh đã giảm đến 95%, mở ra cơ hội tiếp cận công nghệ AI cho nhiều người hơn.

Có gì mới?

Alibaba đã làm mới toàn diện Qwen Audio với phiên bản 3.1, tập trung vào việc nâng cao khả năng xử lý ngôn ngữ nói. Các mô hình mới trong Qwen Audio 3.1 không chỉ cải thiện độ chính xác khi nhận diện giọng nói (ASR) mà còn có thể tự động loại bỏ các từ thừa, lặp lại trong đoạn ghi âm. Đặc biệt, phiên bản ASR-Next còn có thể nhận diện nhiều người nói cùng lúc, phân tích cảm xúc giọng điệu và phân biệt cả tiếng ồn môi trường hay tiếng máy móc.

Phần chuyển văn bản thành giọng nói (TTS) cũng được nâng cấp để hỗ trợ đa ngôn ngữ. Một thay đổi lớn khác là Alibaba đã mạnh tay giảm giá dịch vụ AI âm thanh tới 95%, giúp công nghệ này dễ tiếp cận hơn rất nhiều cho các doanh nghiệp và nhà phát triển.

Tính năng nổi bật

• Nhận diện giọng nói đa ngôn ngữ và tiếng địa phương: Hỗ trợ nhiều ngôn ngữ và phương ngữ với độ chính xác cao.
• Tự động làm sạch giọng nói: Loại bỏ các từ thừa, lặp lại giúp bản ghi âm rõ ràng hơn.
• ASR-Next thông minh: Nhận diện nhiều người nói, phân tích cảm xúc và phân biệt tiếng ồn.
• Chuyển văn bản thành giọng nói đa ngôn ngữ: Tạo ra giọng nói tự nhiên từ văn bản với nhiều ngôn ngữ khác nhau.
• Giảm giá dịch vụ đến 95%: Chi phí sử dụng AI âm thanh trở nên cực kỳ phải chăng.

Ý nghĩa với người Việt

Người Việt Nam sẽ hưởng lợi lớn từ Qwen Audio 3.1, đặc biệt là các bạn làm nội dung, giáo viên, hay chủ shop online. Công cụ này có thể giúp chuyển đổi các buổi họp, bài giảng, hoặc video livestream thành văn bản nhanh chóng, tiết kiệm thời gian gõ lại. Khả năng nhận diện tiếng địa phương cũng rất hữu ích cho các dự án thu thập và phân tích dữ liệu giọng nói ở Việt Nam.

Đã dùng được ở Việt Nam chưa?

Qwen Audio 3.1 là dịch vụ API, nên bạn có thể truy cập và sử dụng từ Việt Nam mà không cần VPN. Tuy nhiên, đây là dịch vụ trả phí. Mức giảm giá 95% áp dụng cho các gói dịch vụ, bạn sẽ cần thẻ thanh toán quốc tế để sử dụng.

So với đối thủ?

Với mức giảm giá lên tới 95%, Qwen Audio 3.1 của Alibaba tạo ra lợi thế cạnh tranh rất lớn về chi phí so với các đối thủ như Google Cloud Speech-to-Text hay Amazon Transcribe. Mặc dù các đối thủ cũng có khả năng nhận diện giọng nói tốt, nhưng việc tích hợp nhận diện cảm xúc, phân biệt nhiều người nói và giá thành siêu rẻ có thể giúp Qwen Audio thu hút nhiều người dùng hơn, đặc biệt là các startup và doanh nghiệp vừa và nhỏ có ngân sách hạn chế.