Alibaba Cloud Model Studio:推奨モデル

Alibaba Cloud Model Studio では、テキスト、イメージ、オーディオ、ビデオ向けの Qwen およびサードパーティモデルを提供しています。

テキスト

テキスト生成

詳細

視覚理解

画像や動画からテキスト記述や構造化データを抽出します

詳細

ビジュアル

画像と動画の生成

テキストや画像から画像と動画を生成し、編集、参照、高解像度出力に対応します

詳細

音声

音声認識

音声をテキストに変換し、リアルタイムの音声入力、継続的な文字起こし、録音ファイルの音声認識などに対応

詳細

音声合成

オーディオブックの読み上げ、音声放送、バーチャルアバターなどに活用できます

詳細

スピーチツースピーチ

個別の ASR と TTS の呼び出しを必要とせず、エンドツーエンドの音声会話を実現します

詳細

オーディオ生成

人の声、効果音、環境音などのオーディオコンテンツを生成

詳細

埋め込み

埋め込みとリランキング

テキストやマルチモーダルコンテンツをベクトルに変換し、リランキングと組み合わせることで検索精度を向上させます

詳細

マルチモーダル

テキスト、画像、オーディオ、ビデオというモダリティにわたる理解能力と生成能力を統合します

詳細

すべてのモデル

モデルプラザに移動して、すべての Qwen、サードパーティ、ドメイン特化、およびレガシーモデルを閲覧してください。