Qwen3 ASR Flash

Qwen3-ASR-Flash — это служба автоматического распознавания речи от Alibaba, основанная на платформе Qwen3-Omni и обученная на десятках миллионов часов мультимодальных речевых данных. Модель поддерживает 11 языков — включая китайский (с кантонским, сычуаньским, миньнаньским и у диалектами), английский, арабский, французский, немецкий, испанский, итальянский, португальский, русский, японский и корейский — с автоматическим определением языка, так что ручная настройка не требуется для аудио с несколькими языками.

Модель предназначена для сложных акустических условий: она транскрибирует тексты песен на фоне музыки, обрабатывает шумные и дальние записи, фильтрует тишину и неречевые звуки, а также принимает произвольный контекстный текст (имена, жаргон, терминология домена), чтобы склонить распознавание в сторону определенного словаря.