Qwen3-ASR

Qwen3-ASR 是阿里巴巴通义实验室开源的多语言语音识别模型系列，支持52种语言及方言的语音转文字、语种自动检测与时间戳精准预测，并提供专用的非自回归强制对齐模型（支持11种语言）。其核心技术基于Qwen3-Omni音频理解能力，采用0.6B/1.7B参数规模设计，在开源ASR模型中达到领先性能，同时兼容流式推理、vLLM加速部署及本地Web UI演示。适用于会议记录、多语种音视频字幕生成、语音内容分析及教育/客服等需高精度、多语种语音处理的场景。