Description
Qwen3-ASR-1.7B-hf fait partie de la famille Qwen3-ASR, qui comprend des modèles conçus pour la reconnaissance automatique de la parole (ASR) et l'identification de la langue dans 52 langues et dialectes. S'appuyant sur des données d'entraînement vocal à grande échelle, ces modèles sont construits sur le modèle de base Qwen3-Omni, connu pour ses fortes capacités de compréhension audio.
Lire la suite
La version 1.7B atteint des performances de pointe parmi les modèles ASR open-source et rivalise avec les principales API commerciales propriétaires.
Les caractéristiques clés de Qwen3-ASR-1.7B-hf incluent le support de l'identification de la langue et de la reconnaissance vocale pour 30 langues et 22 dialectes chinois, y compris divers accents anglais. Le modèle est conçu pour gérer des environnements acoustiques complexes avec une reconnaissance rapide et de haute qualité. Il prend en charge l'inférence unifiée en streaming et hors ligne, ce qui le rend polyvalent pour différents besoins de traitement audio.
Le modèle Qwen3-ForcedAligner-0.6B complète les capacités ASR en fournissant un alignement forcé et une prédiction de timestamp pour des segments de parole allant jusqu'à cinq minutes dans 11 langues. Ce modèle surpasse les modèles d'alignement forcé de bout en bout en termes de précision, offrant un timestamping précis au niveau des mots.
Les modèles Qwen3-ASR sont pris en charge nativement dans la bibliothèque Transformers, à partir de la version 5.13.0, permettant une intégration et une utilisation faciles. Les utilisateurs peuvent forcer les langues de transcription, passer du contexte pour un vocabulaire spécifique au domaine et effectuer une inférence par lots pour plusieurs fichiers audio. Les modèles prennent également en charge l'entraînement et le fine-tuning, permettant une personnalisation pour des applications spécifiques.
Dans l'ensemble, Qwen3-ASR-1.7B-hf est idéal pour les développeurs et les chercheurs à la recherche d'une solution robuste et open-source pour la reconnaissance vocale multilingue et l'identification de la langue.
- CatégorieModèles d'IA et LLM
- Modèle tarifaireOpen source
- DéploiementCloud
- PlateformesWeb
Points forts de Qwen3-ASR-1.7B-hf
Support ASR multilingue
Identification de la langue
Inférence en streaming et hors ligne
Alignement forcé avec timestamps
Haute capacité et concurrence
Robuste dans des environnements complexes
Support natif dans Transformers
Capacités d'inférence par lots
Premiers pas avec Qwen3-ASR-1.7B-hf
Accéder au modèle : Visitez Hugging Face
Authentifier : Configurer l'accès à l'API
Configurer l'environnement : Installer les dépendances
Intégrer via l'API : Utiliser la bibliothèque Transformers
Optimiser : Affiner pour des besoins spécifiques
Cas d'utilisation de Qwen3-ASR-1.7B-hf
- Transcription multilingue
- Identification de la langue
- ASR en streaming
- ASR hors ligne
- Alignement forcé
