IT 之家 7 月 31 日消息，阿里巴巴今日发布语音识别大模型 Qwen-Audio-3.0-ASR-Flash。简单来说，就是让 AI 更好地听懂专业词汇。
Qwen-Audio-3.0-ASR-Flash 主要在上下文一致性、行业词识别和热词定制化三个维度做了系统性的优化，同时让模型具备语音润色能力，可直接输出结构化文本。
研究团队持续从医疗、IT 编程、股票、社会名人等领域里挖掘专业词汇，建成了覆盖多行业的高质量词库，加强模型对专业术语和冷门词的识别。在最新的行业词汇内部评测中，新模型对各行业专业词的 " 听中率 " 都有明显提升，其中医疗场景更是突破了 95.36%。
Qwen-Audio-3.0-ASR —— 现已通过阿里云百炼平台开放调用，提供三个版本：
Qwen-Audio-3.0-ASR-Flash：语音识别，最长 5 分钟
Qwen-Audio-3.0-ASR-Filetrans：离线文件转写
Qwen-Audio-3.0-ASR-Streaming：实时语音识别
IT 之家附 Qwen-Audio-3.0-ASR-Flash 体验地址如下：
Qwen-Audio-3.0-ASR-Flash：
Qwen-Audio-3.0-ASR-Flash-Filetrans：
Qwen-Audio-3.0-ASR-Flash-Streaming：
