TechFoco Logo
首页专题归档站点地图
© 2026 TechFoco. All rights reserved.
文章归档专题网站地图站点地图 XML爬虫规则
  1. 首页
  2. /
  3. 返回归档
  4. /
  5. 🤖 Qwen 发布 Audio-3.0-ASR-Flash,医学术语识别率超 95% Qwen

🤖 Qwen 发布 Audio-3.0-ASR-Flash,医学术语识别率超 95% Qwen

2026年08月01日•TechFoco 精选

🤖 Qwen 发布 Audio-3.0-ASR-Flash,医学术语识别率超 95% Qwen 于 7 月 31 日发布新一代语音识别模型 Qwen-Audio-3.0-ASR-Flash,主打上下文一致性、领域术语识别、自定义热词,以及将语音润色输出为结构化文本等能力。

🤖 Qwen 发布 Audio-3.0-ASR-Flash,医学术语识别率超 95% Qwen 于 7 月 31 日发布新一代语音识别模型 Qwen-Audio-3.0-ASR-Flash,主打上下文一致性、领域术语识别、自定义热词,以及将语音润色输出为结构化文本等能力。

内部测试显示,该模型医学术语召回率达 95.36%,工业术语召回率达 93.24%。

文章配图 1
文章配图 1

模型提供三种部署形态:实时流式识别(Streaming)、录制文件转录(Filetrans)和非实时识别,均已通过阿里云模型服务上线。

文章链接

  • 查看原文https://x.com/Alibaba_Qwen/status/2083111834123407825

相关标签

语音识别ASR领域术语识别热词医疗AI阿里云

继续阅读

较新文章

德国法院裁定 AI 音乐公司 Suno 侵犯版权 慕尼黑地区法院周五裁定,美国 AI 音乐公司

较早文章

谷歌拟对受制裁国家豁免安卓开发者认证 谷歌即将推出的安卓开发者验证系统将允许受制裁国家的开发者免

相关文章

查看更多
谷歌发布 Gemini 3.5 Transcribe 语音转文本模型

谷歌发布 Gemini 3.5 Transcribe 语音转文本模型

谷歌发布 Gemini 3.5 Transcribe 语音转文本模型,重点提升实时转写准确率、降低延迟和提高多语言能力等。

2026年08月27日
人工智能语音识别
阿里云 Wan3.0 视频模型公测,单次可生成 30 秒 阿里云全新一代视频生成模型 Wan3.

阿里云 Wan3.0 视频模型公测,单次可生成 30 秒 阿里云全新一代视频生成模型 Wan3.

阿里云 Wan3.0 视频模型公测,单次可生成 30 秒 阿里云全新一代视频生成模型 Wan3.0 今日开启公测。

2026年08月07日
视频生成Wan3.0
Dolphin 是 DataoceanAI 与清华大学联合研发的多语种、多任务语音识别模型

Dolphin 是 DataoceanAI 与清华大学联合研发的多语种、多任务语音识别模型

Dolphin 是 DataoceanAI 与清华大学联合研发的多语种、多任务语音识别模型。

2026年05月23日
语音识别多语种

Claude发布了被寄予厚望的语音编程,为什么开发者们却在讨论怎么换掉它

Claude发布了被寄予厚望的语音编程,为什么开发者们却在讨论怎么换掉它?

2026年03月06日
语音识别AI编程助手
构建一个低延迟的本地语音助手通常需要配置多个独立的模型和服务,从语音识别到大模型推理再到语音合成

构建一个低延迟的本地语音助手通常需要配置多个独立的模型和服务,从语音识别到大模型推理再到语音合成

构建一个低延迟的本地语音助手通常需要配置多个独立的模型和服务,从语音识别到大模型推理再到语音合成,复杂的集成过程往往令人望而却步。

2025年12月27日
语音助手本地AI

ElevenLabs最新推出的Scribe v2 Realtime,是迄今最精准的实时语音转文字

ElevenLabs最新推出的Scribe v2 Realtime,是迄今最精准的实时语音转文字模型。

2025年11月19日
语音识别实时 ASR