搜索
阿里千问开源语音识别系列模型Qwen3-ASR
1 周前
2026年1月29日，阿里千问团队正式开源Qwen3-ASR系列语音识别模型，包括Qwen3-ASR-1.7B、Qwen3-ASR-0.6B两个语音识别模型，以及Qwen3-ForcedAligner-0.6B语音强制对齐模型。该系列模型支持52个语种与方言的识别。其中，1.7B模型在中文、英文、中文口音及歌唱识别等场景下达到SOTA水平，0.6B模型则在性能与效率间取得平衡，128并发异步服务推理吞吐量达2000倍，10秒可处理5小时音频。强制对齐模型支持11个语种的高精度时间戳预测，精度超越传统模型。此次开源还包括模型结构、权重及推理框架。
