上海
品玩9月10日訊，據(jù)阿里巴巴消息，Qwen團隊發(fā)布語音識別模型Qwen3-ASR-Flash。該模型基于Qwen3-Omni構(gòu)建，支持11種語言自動檢測及轉(zhuǎn)錄，涵蓋中文、英文、阿拉伯語、法語等，還支持多種中國方言及不同地區(qū)英語口音。
在復雜聲學環(huán)境及語言模式下，它展現(xiàn)出高準確率。在標準中文公開測試中，錯誤率僅3.97%；處理中文口音時，錯誤率為3.48%；英文識別錯誤率3.81%。識別歌詞時，其錯誤率僅4.51%，遠超同類產(chǎn)品。
該模型具有靈活的上下文偏差功能，用戶輸入任意格式背景文本，都能獲取定制化結(jié)果。目前，用戶可通過ModelScope、HuggingFace和阿里云百煉API免費體驗。
據(jù)介紹，圖像創(chuàng)作正從文生圖邁向多模態(tài)交互新階段，Seedream 4.0已具通用多模態(tài)創(chuàng)意引擎雛形 。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
