Hugging Face · 每日论文· 媒体 / 作者来源·精选
Qwen-Audio-3.1-ASR技术报告：语音识别与音频理解能力提升
原文标题
Qwen-Audio-3.1-ASR Technical Report
AI 导读
Qwen-Audio-3.1-ASR在Qwen-Audio-3.0-ASR基础上改进了语音识别能力，扩展了说话人分离转录和通用音频理解功能。该模型家族支持30种语言和16种中国方言，具备历史上下文条件、分层热词定制和原生转录润色等指令控制能力。评估涵盖传统语音识别、多语言方言、说话人分离转录和通用音频理解任务。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
新增了说话人分离转录和通用音频理解能力，扩展了从语音识别到音频事件分析的应用范围。
导读由模型辅助整理，非独立核验。完整信息见原文。