Qwen3-Omni

概要

Qwen3-omniは、Alibaba CloudのQwenチームによって開発された、エンドツーエンドのマルチモーダルLLMです。これにより、テキスト、音声、画像、動画を理解し、リアルタイムで音声を生成することができます。

特徴

• ネイティブな音声機能に特化しており、その性能は非常に高い
• 公式ベンチマークによると、ASR（自動音声認識）、音声理解、音声会話においてGoogleのGemini 2.5 Proと同等のパフォーマンスを発揮
• 119の言語をサポート

体験方法

Qwen Chatで音声または動画モードを有効にすることにより、Qwen3-omniの能力を手軽に体験できます。