阿里發佈語音識別大模型Qwen-Audio-3.0-ASR-Flash,專注精準識別專業詞彙。模型優化上下文一致性、行業詞與熱詞定製,支持語音潤色並直接輸出結構化文本。團隊構建了覆蓋醫療、IT、股票等領域的多行業高質量詞庫,評測顯示行業詞識別效果顯著提升。
7月31日,阿里通義千問發佈語音識別大模型,主打長音頻不丟詞、行業詞不用教。其升級點:長音頻上下文記憶,確保會議轉寫一致;內置醫療、IT等行業詞庫,專業詞召回率分別爲95.36%和91.87%,無需人工配置。已在阿里雲百鍊平臺開放調用。