▲头图由AI生成
智东西
作者 程茜
编辑 心缘
智东西9月9日报道，昨天，阿里发布最新语音识别模型Qwen3-ASR-Flash，该模型基于Qwen3基座模型训练，支持11种语言和多种口音。用户可以通过ModelScope、HuggingFace和阿里云百炼API Qwen3-ASR-Flash免费体验。
在ASR（自动语音识别）的多项基准测试中，Qwen3-ASR-Flash在方言、多语种、关键信息识别、歌词等方面的识别错误率明显低于谷歌Gemini-2.5-Pro、OpenAI GPT-4o-Transcribe、阿里巴巴语音实验室Paraformer-v1、字节豆包Doubao-ASR。
具体来看，该模型支持中文、英语、法语、德语等11个语种，识别过程中能自动分辨语音语种、自动过滤静音和背景
