Descrição
Qwen3-ASR-1.7B-hf faz parte da família Qwen3-ASR, que inclui modelos projetados para reconhecimento automático de fala (ASR) e identificação de idiomas em 52 idiomas e dialetos. Aproveitando dados de treinamento de fala em grande escala, esses modelos são construídos sobre o modelo base Qwen3-Omni, conhecido por suas fortes capacidades de compreensão de áudio.
Ler mais
A versão 1.7B alcança desempenho de ponta entre os modelos de ASR de código aberto e compete com as principais APIs comerciais proprietárias.
As principais características do Qwen3-ASR-1.7B-hf incluem suporte para identificação de idiomas e reconhecimento de fala para 30 idiomas e 22 dialetos chineses, incluindo vários sotaques do inglês. O modelo é projetado para lidar com ambientes acústicos complexos com reconhecimento rápido e de alta qualidade. Ele suporta inferência unificada em streaming e offline, tornando-o versátil para diferentes necessidades de processamento de áudio.
O modelo Qwen3-ForcedAligner-0.6B complementa as capacidades de ASR, fornecendo alinhamento forçado e previsão de timestamp para segmentos de fala de até cinco minutos em 11 idiomas. Este modelo supera modelos de alinhamento forçado de ponta a ponta em precisão, oferecendo timestamping preciso em nível de palavra.
Os modelos Qwen3-ASR são suportados nativamente na biblioteca Transformers, a partir da versão 5.13.0, permitindo fácil integração e uso. Os usuários podem forçar idiomas de transcrição, passar contexto para vocabulário específico de domínio e realizar inferência em lote para vários arquivos de áudio. Os modelos também suportam treinamento e ajuste fino, permitindo personalização para aplicações específicas.
No geral, Qwen3-ASR-1.7B-hf é ideal para desenvolvedores e pesquisadores que buscam uma solução robusta e de código aberto para reconhecimento de fala multilíngue e identificação de idiomas.
- CategoriaModelos de IA e LLMs
- Modelo de preçosCódigo aberto
- ImplantaçãoNuvem
- PlataformasWeb
Destaques de Qwen3-ASR-1.7B-hf
Suporte a ASR multilíngue
Identificação de idiomas
Inferência em streaming e offline
Alinhamento forçado com timestamps
Alta taxa de transferência e concorrência
Robusto em ambientes complexos
Suporte nativo em Transformers
Capacidades de inferência em lote
Primeiros passos com Qwen3-ASR-1.7B-hf
Acessar o modelo: Visite Hugging Face
Autenticar: Configurar acesso à API
Configurar ambiente: Instalar dependências
Integrar via API: Usar a biblioteca Transformers
Otimizar: Ajustar para necessidades específicas
Casos de uso de Qwen3-ASR-1.7B-hf
- Transcrição Multilíngue
- Identificação de Idioma
- ASR em Streaming
- ASR Offline
- Alinhamento Forçado
