Deskripsi
Qwen3-ASR-1.7B-hf adalah bagian dari keluarga Qwen3-ASR, yang mencakup model yang dirancang untuk pengenalan ucapan otomatis (ASR) dan identifikasi bahasa di 52 bahasa dan dialek. Dengan memanfaatkan data pelatihan ucapan berskala besar, model ini dibangun di atas model dasar Qwen3-Omni, yang dikenal karena kemampuannya dalam memahami audio. Versi 1.7B mencapai kinerja terbaik di antara model ASR sumber terbuka dan bersaing dengan API komersial terkemuka.
Baca Selengkapnya
Fitur utama dari Qwen3-ASR-1.7B-hf mencakup dukungan untuk identifikasi bahasa dan pengenalan ucapan untuk 30 bahasa dan 22 dialek Tionghoa, termasuk berbagai aksen bahasa Inggris. Model ini dirancang untuk menangani lingkungan akustik yang kompleks dengan pengenalan yang berkualitas tinggi dan cepat. Ini mendukung inferensi terpadu streaming dan offline, menjadikannya serbaguna untuk berbagai kebutuhan pemrosesan audio.
Model Qwen3-ForcedAligner-0.6B melengkapi kemampuan ASR dengan menyediakan penyelarasan paksa dan prediksi timestamp untuk segmen ucapan hingga lima menit dalam 11 bahasa. Model ini melampaui model penyelarasan paksa end-to-end dalam hal akurasi, menawarkan penandaan timestamp tingkat kata yang tepat.
Model Qwen3-ASR didukung secara native dalam pustaka Transformers, mulai dari versi 5.13.0, memungkinkan integrasi dan penggunaan yang mudah. Pengguna dapat memaksa bahasa transkripsi, memberikan konteks untuk kosakata spesifik domain, dan melakukan inferensi batch untuk beberapa file audio. Model ini juga mendukung pelatihan dan fine-tuning, memungkinkan kustomisasi untuk aplikasi tertentu.
Secara keseluruhan, Qwen3-ASR-1.7B-hf sangat ideal bagi pengembang dan peneliti yang mencari solusi sumber terbuka yang kuat untuk pengenalan ucapan multibahasa dan identifikasi bahasa.
- KategoriModel AI & LLM
- Model HargaOpen source
- PenerapanCloud
- PlatformWeb
Sorotan Qwen3-ASR-1.7B-hf
Dukungan ASR multibahasa
Identifikasi bahasa
Inferensi streaming dan offline
Penyelarasan paksa dengan timestamp
Tingkat keluaran dan konkruensi tinggi
Kuat dalam lingkungan kompleks
Dukungan native di Transformers
Kemampuan inferensi batch
Memulai dengan Qwen3-ASR-1.7B-hf
Akses model: Kunjungi Hugging Face
Autentikasi: Siapkan akses API
Siapkan lingkungan: Instal dependensi
Integrasi melalui API: Gunakan pustaka Transformers
Optimalkan: Fine-tune untuk kebutuhan spesifik
Kasus Penggunaan Qwen3-ASR-1.7B-hf
- Transkripsi Multibahasa
- Identifikasi Bahasa
- ASR Streaming
- ASR Offline
- Penyelarasan Paksa
