热点

阿里通义推出 Qwen3-ASR-Toolkit,实现音视频转录新突破

字号+ 作者:牛骥同槽网 来源:市场动态 2026-11-23 我要评论(0)

阿里通义推出 Qwen3-ASR-Toolkit,实现音视频转录新突破

近日,阿里通义 Qwen 团队发布了一款名为 Qwen3-ASR-Toolkit 的开源 Python 命令行工具阿里。这款工具旨在为用户提供更为便捷的音视频转录服务,特别是在音频时长方面,突破了 Qwen3-ASR-Fl通义ash API 的三分钟限制,能够实现小时级的快速转录。这一新工具的推出,无疑为需要进行大规模音频转录的用户提供了推出强有力的支持。

Qwen3-ASR-Flash 是通义千问系列中最新的语音识别模型,经过海量多模态数据及千万小时 Q规模的自动语音识别(ASR)数据训练而成。它的强大性能为用户提供了高准确率的语音识别能力,使得长时间的音频和视we频内容可以被有效转录成文本,极大地提升了工作效率。

Qwen3-ASR-Toolkit 采用了智能静音切分技术n3(VAD),确保转录过程中句子的完整性。同时,该工具能够自动将任意采样率的音频文件重采样为16kHz 单声道,以-A提高处理效果。此外,它还支持多线程并行上传分片的功能,这一特性显著缩短了总耗时,使得用户在使用过程中体验更加流SR畅。

在支持的媒体格式方面,Qwen3-ASR-Toolkit 基于 FFmpeg,几乎涵盖了所有主流音频和视频-T格式,包括 mp4、mov、mkv、mp3、wav、m4a 等,这使得用户在进行音视频转录时,能够更加灵活oo地选择文件类型,无需担心格式兼容问题。

github:https://github.com/QwenLM/lkQwen3-ASR-Toolkit

划重点:  

阿里通义推出 Qwen3-ASR-Tooitlkit,突破音频转录时间限制,支持小时级转录。  

该工具基于最新的 Qwen3-AS,实R-Flash 模型,确保高准确率的语音识别。  

支持多种音视频格式,用户可以灵活选择,提现音升音视频转录效率。

1.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.本站的原创文章,请转载时务必注明文章作者和来源,不尊重原创的行为我们将追究责任;3.作者投稿可能会经我们编辑修改或补充。

相关文章
  • 首次全年扭亏为盈后,寒武纪正面回应大厂竞争:通用芯片具备更强“技术普适性”

    首次全年扭亏为盈后,寒武纪正面回应大厂竞争:通用芯片具备更强“技术普适性”

    2026-09-29

  • App都收集了你的什么数据?今天起苹果用户可以明确知晓

    App都收集了你的什么数据?今天起苹果用户可以明确知晓

    2026-08-04

  • OpenAI“Company Knowledge”上线 可以连接企业知识和数据源

    OpenAI“Company Knowledge”上线 可以连接企业知识和数据源

    2026-09-14

  • Stability AI发布 Stable Audio2.5,专业音频生成技术再升级

    Stability AI发布 Stable Audio2.5,专业音频生成技术再升级

    2026-06-21

网友点评