阿里发布Qwen-Audio-3.0-ASR-Flash语音识别大模型,让AI更好听懂专业词汇
IT之家 7 月 31 日消息,阿里巴巴今日发布语音识别大模型 Qwen-Audio-3.0-ASR-Flash 。简单来说,就是让 AI 更好地听懂专业词汇。
Qwen-Audio-3.0-ASR-Flash 主要在上下文一致性、行业词识别和热词定制化三个维度做了系统性的优化,同时让模型具备语音润色能力,可直接输出结构化文本。
研究团队持续从医疗、IT 编程、股票、社会名人等领域里挖掘专业词汇,建成了覆盖多行业的高质量词库,加强模型对专业术语和冷门词的识别。在最新的行业词汇内部评测中,新模型对各行业专业词的“听中率”都有明显提升, 其中医疗场景更是突破了 95.36% 。
目前,Qwen-Audio-ASR-Flash 系列已经在会议纪要整理、实时字幕、教育录播、智能客服等场景里得到验证,曾在 AI 评测平台 Artificial Analysis 上, 以 1.7% 的错字率拿下全球第一 。
Qwen-Audio-3.0-ASR—— 现已通过阿里云百炼平台开放调用,提供三个版本:
IT之家附 Qwen-Audio-3.0-ASR-Flash 体验地址如下:
Qwen-Audio-3.0-ASR-Flash:
https://help.aliyun.com/zh/model-studio/non-real-time-speech-recognition-for-fun-asr-flash
Qwen-Audio-3.0-ASR-Flash-Filetrans :
https://help.aliyun.com/zh/model-studio/fun-asr-recorded-speech-recognition-http-api
Qwen-Audio-3.0-ASR-Flash-Streaming :
https://help.aliyun.com/zh/model-studio/fun-asr-realtime-websocket-api



新浪科技公众号
“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

OpenAI抢后台,马斯克抢前台
陌陌母公司挚文季报图解:营收24亿净利降19% 唐岩刚获派息超8000万
日本广岛沙滩发现新物质:系原子弹爆炸超高温形成
还得是雷军!30万卖的不是小米增程SUV是「移动大平层」
小米彭程N90 Max静态体验:把客厅放进车里是个什么体验?
日本广岛现新物质 系原子弹爆炸形成:有望助力极端条件下新型材料的开发
两年来首次!丰田全球销量罕见下滑 中国市场大跌是最大拖累
雷军晒照项链格外抢眼 网友扒出同款售价仅8.8元
TWS耳机不好卖了 耳夹耳机成唯一增长赛道 销量暴涨34%
罗文同志任河北省委书记
宇树科技 8 月 10 日申购:171 名高管和员工掏 2.7 亿认购 IPO,王兴兴自掏 1500 万
苹果CEO库克预警:iPhone、Mac、iPad供应链短缺加剧!远超预期
雷军回应小米澎程可加92号汽油:现在油价这么贵 要求团队一定支持
29.99 万元!小米澎程 N90 Max 预售价公布
我要团队一定支持92号油 因为油价贵!雷军:小米汽车销量突破70万辆 安全高于一切
还得是雷军!30万卖的不是小米增程SUV是「移动大平层」
1.5万元天价退票费全额退还了 当事人:已到账
41万公里被篡改成3万公里!车主购车3年才发现里程造假 法院判了
顶配预售价 30 万元,小米澎程不当「红米汽车」
雷军晒自拍照:身着小米澎程T恤 醒目大项链格外抢眼
上汽MG07开启预售:12.59万起标配800V与电磁悬架,重塑15万级纯电标杆
越骂越买!售价425万起的法拉利首款纯电车型Luce中国卖爆 提前完成年度销售目标