Qwen-Audio-3.1-ASR 技术报告
报告介绍了 Qwen-Audio-3.1-ASR 音频语言模型系列。与 Qwen-Audio-3.0-ASR 相比，该系列提升了语音识别能力，并扩展了说话人分离转写和通用音频理解功能。模型支持 30 种语言和 16 种汉语方言，并提供上下文条件控制、自定义热词和转写润色等能力。不同版本面向文件转写、低延迟流式处理、交互式语音输入和非流式识别等场景。评测涵盖多语言及方言语音识别、说话人分离转写和通用音频分析。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。