7月31日，阿里通义千问正式发布语音识别大模型Qwen-Audio-3.0-ASR-Flash，主打”长音频不丢词、行业词不用教”，已在阿里云百炼平台开放调用。数智化转型网www.szhzxw.cn
新模型在五大维度实现升级:
一是长音频上下文记忆，转写时可参考前文语义，几小时会议中的人名、技术概念全程保持一致，告别跨片段”断片”;
二是内置多行业词库，医疗场景专业词召回率达95.36%，IT编程达91.87%，无需人工配置即可精准识别冷门术语;
三是分级热词定制，企业专属词汇即时生效，多数场景召回率突破99%，不因热词增多而误触发;四是集成语音润色，一步完成去口头禅、清理重复、处理自我纠正和语义重组，输出可读性接近”ASR+大模型润色”两步方案;
五是一套模型覆盖30余种语言，七语种平均语义错误率17.09%，优于Azure、Gemini等同业模型，适配跨国会议和出海客服场景。数智化转型网www.szhzxw.cn
同步推出的Qwen-Audio-3.0-ASR-Streaming面向实时场景，理论出字延迟300毫秒，中文工业场景错字率7.80%，英文11.52%，领跑行业。该系列此前已在Artificial Analysis评测中以1.7%错字率拿下全球第一，广泛应用于会议纪要、实时字幕、教育录播、智能客服等领域。数智化转型网www.szhzxw.cn
若您对人工智能感兴趣或为人工智能创始人，可添加数智化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数智化转型网小助手思思（17757154048，微信同号）
若您为人工智能服务商，可添加数智化转型网小助手Jasper，加入人工智能行业交流群。
声明：本文来自数智化转型网，版权归作者所有。文章内容仅代表作者独立观点，不代表数智化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。
本文由数智化转型网（www.szhzxw.cn）转载，编辑/翻译：数智化转型网（Professionalism Achieves Leadership 专业造就领导者）白龙
