通义发布 Qwen-Audio-3.0-ASR-Flash，面向专业术语场景

阿里通义千问近日通过官方 X 账号发布 Qwen-Audio-3.0-ASR-Flash 系列自动语音识别（ASR）模型，针对上下文一致性与领域术语识别能力进行了重点升级，并一次性放出三种部署形态，方便不同场景接入。

模型版本与定位

本次更新包含三个子版本，分别面向不同业务需求：

• Qwen-Audio-3.0-ASR-Flash：标准版本，提供完整能力；
• Qwen-Audio-3.0-ASR-Flash-Streaming：流式版本，适合实时语音转写与会议场景；
• Qwen-Audio-3.0-ASR-Flash-Filetrans：文件转写版本，适合长音频离线批处理。

官方在博文中重点强调「更多上下文感知、更强的领域术语识别」，目标用户是医疗、工业、法律等对专业词汇识别精度要求较高的行业客户。

核心能力

Qwen-Audio-3.0-ASR-Flash 在功能层面带来四项升级：

• 上下文一致性：在多轮对话或长音频中保持术语与人称指代稳定；
• 领域术语识别：针对专业词表优化识别准确率；
• 自定义热词：支持用户上传自定义词表，提升专有名词命中率；
• 语音润色：将口语化转写整理为结构化文本，便于后续处理与归档。

内部基准表现

官方披露的内部测试数据显示，Qwen-Audio-3.0-ASR-Flash 在专业术语召回上表现突出：

• 医学术语召回率：95.36%；
• 工业术语召回率：93.24%。

两项指标均刷新了通义此前 ASR 模型在该类评测中的表现。官方未在博文中同步发布与 Whisper、商用 ASR 服务等竞品的横向对比，相关能力的实际差距仍需外部独立评测验证。

可用性与说明

三个模型变体均已在通义千问官方渠道开放，用户可前往通义开放平台或模型仓库获取 API 与权重链接。考虑到 ASR 在客服、会议、字幕生成、医疗病历录入等场景的广泛需求，本次更新对面向 B 端的专业语音解决方案厂商具有一定参考价值。