Descripción
Qwen3-ASR-1.7B-hf es parte de la familia Qwen3-ASR, que incluye modelos diseñados para el reconocimiento automático de voz (ASR) y la identificación de idiomas en 52 idiomas y dialectos. Aprovechando datos de entrenamiento de voz a gran escala, estos modelos se basan en el modelo base Qwen3-Omni, conocido por sus sólidas capacidades de comprensión de audio.
Leer más
La versión 1.7B logra un rendimiento de vanguardia entre los modelos ASR de código abierto y compite con las principales API comerciales propietarias.
Las características clave de Qwen3-ASR-1.7B-hf incluyen soporte para la identificación de idiomas y el reconocimiento de voz para 30 idiomas y 22 dialectos chinos, incluidos varios acentos en inglés. El modelo está diseñado para manejar entornos acústicos complejos con un reconocimiento rápido y de alta calidad. Admite inferencia unificada en streaming y fuera de línea, lo que lo hace versátil para diferentes necesidades de procesamiento de audio.
El modelo Qwen3-ForcedAligner-0.6B complementa las capacidades de ASR al proporcionar alineación forzada y predicción de marcas de tiempo para segmentos de voz de hasta cinco minutos de duración en 11 idiomas. Este modelo supera a los modelos de alineación forzada de extremo a extremo en precisión, ofreciendo un marcado de tiempo preciso a nivel de palabra.
Los modelos Qwen3-ASR son compatibles de forma nativa en la biblioteca Transformers, a partir de la versión 5.13.0, lo que permite una fácil integración y uso. Los usuarios pueden forzar los idiomas de transcripción, pasar contexto para vocabulario específico de dominio y realizar inferencia por lotes para múltiples archivos de audio. Los modelos también admiten entrenamiento y ajuste fino, lo que permite la personalización para aplicaciones específicas.
En general, Qwen3-ASR-1.7B-hf es ideal para desarrolladores e investigadores que buscan una solución robusta y de código abierto para el reconocimiento de voz multilingüe y la identificación de idiomas.
- CategoríaModelos de IA y LLM
- Modelo de preciosCódigo abierto
- ImplementaciónNube
- PlataformasWeb
Aspectos destacados de Qwen3-ASR-1.7B-hf
Soporte multilingüe para ASR
Identificación de idiomas
Inferencia en streaming y fuera de línea
Alineación forzada con marcas de tiempo
Alto rendimiento y concurrencia
Robusto en entornos complejos
Soporte nativo en Transformers
Capacidades de inferencia por lotes
Primeros pasos con Qwen3-ASR-1.7B-hf
Acceder al modelo: Visitar Hugging Face
Autenticarse: Configurar acceso a la API
Configurar el entorno: Instalar dependencias
Integrar a través de la API: Usar la biblioteca Transformers
Optimizar: Ajustar para necesidades específicas
Casos de uso de Qwen3-ASR-1.7B-hf
- Transcripción Multilingüe
- Identificación de Idiomas
- ASR en Streaming
- ASR Fuera de Línea
- Alineación Forzada
