专题：2026云栖大会 新浪科技讯 9月22日上午消息，阿里巴巴在云栖大会上宣布语音模型家族Qwen-Audio-3.1全新升级，包含语音转写（ASR）、语音合成（TTS）和实时语音交互（Realtime）三大系列。 基于下代架构的音频理解模型Qwen-Audio-3.1-ASR-Next全新发布，它能够理解人物情绪、音乐、环境声与机械声，完成声音描述、事件定位、音频问答与推理，让“这段录音中人的情绪怎样”这样的问题能够被理解和准确回答。 同时，音频创作模型Qwen-Audio-3.1-TTS-Next全新亮相，它采用全新架构，可根据一段脚本，直接生成融合对白和环境声的完整音频，极大提高有声书