阿里千問發佈Qwen-Audio-3.0-ASR-Flash，語音識別攻克專業場景"最後一公里"

阿里通義千問於7月31日正式推出新一代語音識別大模型Qwen-Audio-3.0-ASR-Flash，這款模型主打「長音頻不丟詞、行業詞不用教」，目前已於阿里雲百鍊平台開放API調用，鎖定專業場景中語音轉寫的「最後一公里」難題。 此次發佈的Qwen-Audio-3.0-ASR-Flash在五大核心維度上進行了全面升級。首先是長音頻上下文記憶能力，模型在轉寫過程中能夠參考前文語義，確保長達數小時會議中提及的人名、技術概念等關鍵資訊從頭到尾保持一致，徹底告別跨片段時常見的「斷片」問題。 其次，模型內建了多行業專業詞庫，涵蓋醫療、IT編程等領域。在醫療場景中，專業詞彙的召回率達到95.36%，而在IT編程場景中則為91.87%，無須人工額外配置即可精準識別各類冷門術語，大幅降低企業導入門檻。 第三，Qwen-Audio-3.0-ASR-Flash支援分級熱詞定製功能，企業可即時將專屬詞彙加入模型，多數場景下召回率可突破99%，且不會因熱詞數量增加而導致誤觸發，提供更穩定的識別表現。 第四項升級是整合語音潤色功能，模型能夠在單一步驟中完成去除口頭禪、清理重複語句、處理自我糾正以及語義重組，輸出結果的可讀性已接近傳統「ASR加上大模型潤色」的兩步方案，有效降低後續處理成本。 第五，該模型以一組架構覆蓋超過30種語言，在七種主要語言的測試中，平均語義錯誤率僅為17.09%，表現優於Azure、Gemini等國際同業模型，特別適合跨國會議與出海客服等場景使用。 同步推出的還有Qwen-Audio-3.0-ASR-Streaming，這款針對即時場景設計的模型理論出字延遲僅300毫秒。在中文工業場景中，其錯字率為7.80%，英文場景則為11.52%，整體表現領先業界。該系列模型此前已在Artificial Analysis評測中，以1.7%的錯字率拿下全球第一，技術實力備受肯定。 Qwen-Audio-3.0-ASR-Flash的應用場景相當廣泛，包括會議紀要生成、即時字幕、教育錄播以及智慧客服等領域。透過內建行業詞庫與長上下文記憶能力，企業在處理專業領域語音內容時，不再需要額外訓練專屬模型或手動調整詞庫，即可獲得高品質的轉寫結果。 阿里通義實驗室在語音辨識領域已有長期布局，例如先前推出的Fun-ASR系列模型，同樣支援全球30種語言與漢語七大方言，並在演算法架構上持續迭代。此次Qwen-Audio-3.0-ASR-Flash的發佈，進一步強化了阿里在語音AI領域的技術深度與產品完整性。 從市場角度來看，隨著企業數位轉型與遠距協作需求的持續增長，精準且高效的語音辨識解決方案已成為許多行業的剛需。Qwen-Audio-3.0-ASR-Flash的推出，特別針對專業場景中常見的術語辨識與長音頻處理痛點，提供了一站式的解決方案，有望加速語音AI在各行各業的落地應用。