（核心事件日：2026年9月23日，距交付3天｜标题去空格=27字符｜无可用官方素材）
9月23日，阿里通义千问正式发布 Qwen-Audio-3.1 系列语音大模型，一次性推出五款新模型。同时，Qwen-Audio 全线语音模型价格下调：ASR 降幅达 95%，Realtime 降幅约 85%，TTS 降价约 70%。
五款模型一次推齐
本次升级先对三大核心模型做了全面进化：语音识别（ASR）、语音合成（TTS）、实时语音交互（Realtime）。在此之上，官方推出了两款定位更进一步的模型：音频创作模型 Qwen-Audio-3.1-TTS-Next 与音频理解模型 Qwen-Audio-3.1-ASR-Next。
官方称，五款模型同时推出，形成覆盖“理解-生成-交互-创作”四个环节的完整音频能力栈。从听懂一段音频、合成一段语音，到实时对话、音频内容创作，每个环节都有对应模型承接。
ASR 新增分角色转写与润色
Qwen-Audio-3.1-ASR 是新一代语音识别大模型，增强了多语种、方言识别与上下文理解能力。它新增原生转写润色功能，可自动去除语气词与重复表达，并重组语义，让转写出的文字更顺畅、更有逻辑。
分角色转写是这次 ASR 升级里比较实用的点：转写结果能完整呈现“谁在什么时候说了什么”，为会议、访谈和对话分析提供可追溯的结构化记录。
三档降价，ASR 只剩原来一成不到
官方公布的降价幅度如下：
- ASR（语音识别）：降幅达 95%
- Realtime（实时语音交互）：降幅约 85%
- TTS（语音合成）：降价约 70%
官方表示，调价是为了进一步降低用户使用成本。对会议纪要、字幕制作、客服质检这类以语音转写为基础的业务来说，ASR 降价 95% 之后，识别环节的开销只剩零头，中小开发者接入语音能力的成本门槛也随之降低。
小结
Qwen-Audio-3.1 系列各模型的详细规格与最新定价以官方页面为准，IT之家已整理官方介绍全文，需要逐项核对的读者可参阅：千问发布 Qwen-Audio-3.1 系列语音大模型。
