简介

Qwen3-ASR是由阿里巴巴Qwen团队开发的一系列语音识别模型，包括Qwen3-ASR-1.7B与Qwen3-ASR-0.6B两个版本，以及一个语音强制对齐模型Qwen3-ForcedAligner-0.6B。该系列模型基于创新的预训练AuT语音编码器与Qwen3-Omni基座模型，实现了精准与稳定的语音识别。Qwen3-ASR支持52个语种与方言的语种识别与语音识别，包括30个主要语种和22个中文方言，具备复杂文本识别能力和强噪声下的稳定性。其1.7B版本在中文、英文、中文口音与歌唱识别等场景下达到SOTA性能，而0.6B版本在性能与效率上实现了均衡，支持高并发推理。