Beschreibung
Qwen3-ASR-1.7B-hf ist Teil der Qwen3-ASR-Familie, die Modelle für die automatische Spracherkennung (ASR) und Sprachidentifikation in 52 Sprachen und Dialekten umfasst. Diese Modelle nutzen umfangreiche Sprachtrainingsdaten und basieren auf dem Grundmodell Qwen3-Omni, das für seine starken Audioverständnisfähigkeiten bekannt ist. Die 1.7B-Version erreicht eine Spitzenleistung unter den Open-Source-ASR-Modellen und konkurriert mit führenden proprietären kommerziellen APIs.
Weiterlesen
Zu den Hauptmerkmalen von Qwen3-ASR-1.7B-hf gehören die Unterstützung von Sprachidentifikation und Spracherkennung für 30 Sprachen und 22 chinesische Dialekte, einschließlich verschiedener englischer Akzente. Das Modell ist darauf ausgelegt, komplexe akustische Umgebungen mit qualitativ hochwertiger und schneller Erkennung zu bewältigen. Es unterstützt Streaming- und Offline-einheitliche Inferenz, was es vielseitig für unterschiedliche Audioverarbeitungsbedürfnisse macht.
Das Modell Qwen3-ForcedAligner-0.6B ergänzt die ASR-Funktionen, indem es eine erzwungene Ausrichtung und Zeitstempelvorhersage für Sprachsegmente von bis zu fünf Minuten in 11 Sprachen bereitstellt. Dieses Modell übertrifft End-to-End-Modelle zur erzwungenen Ausrichtung in der Genauigkeit und bietet präzise Zeitstempel auf Wortebene.
Qwen3-ASR-Modelle werden nativ in der Transformers-Bibliothek unterstützt, beginnend mit Version 5.13.0, was eine einfache Integration und Nutzung ermöglicht. Benutzer können Transkriptionssprachen erzwingen, Kontext für domänenspezifisches Vokabular übergeben und Batch-Inferenz für mehrere Audiodateien durchführen. Die Modelle unterstützen auch Training und Feinabstimmung, was eine Anpassung für spezifische Anwendungen ermöglicht.
Insgesamt ist Qwen3-ASR-1.7B-hf ideal für Entwickler und Forscher, die nach einer robusten, Open-Source-Lösung für mehrsprachige Spracherkennung und Sprachidentifikation suchen.
- KategorieKI-Modelle & LLMs
- PreismodellOpen Source
- BereitstellungCloud
- PlattformenWeb
Qwen3-ASR-1.7B-hf im Überblick
Mehrsprachige ASR-Unterstützung
Sprachidentifikation
Streaming- und Offline-Inferenz
Erzwungene Ausrichtung mit Zeitstempeln
Hoher Durchsatz und Parallelität
Robust in komplexen Umgebungen
Native Unterstützung in Transformers
Batch-Inferenzfähigkeiten
Erste Schritte mit Qwen3-ASR-1.7B-hf
Modellzugriff: Besuchen Sie Hugging Face
Authentifizierung: API-Zugriff einrichten
Umgebung einrichten: Abhängigkeiten installieren
Integration über API: Verwenden Sie die Transformers-Bibliothek
Optimierung: Feinabstimmung für spezifische Bedürfnisse
Qwen3-ASR-1.7B-hf's Anwendungsfälle
- Mehrsprachige Transkription
- Sprachidentifikation
- Streaming-ASR
- Offline-ASR
- Erzwungene Ausrichtung
