阿里发布 Qwen-Audio-3.0-ASR：医疗专业词识别率超 95%

智东西 · wechat · 2026-07-31

阿里千问大模型团队发布了语音识别大模型 Qwen-Audio-3.0-ASR-Flash。新模型重点优化了上下文一致性、行业词识别和热词定制化，在医疗场景的专业词汇“听中率”达到 95.36%，工业和 IT 编程等场景准确率也超过 90%。

除了硬核识别准确率，该模型还内置了语音润色能力，能自动识别并去除口头禅、语气词和自我纠正，直接输出结构清晰的书面文本，其效果媲美“先识别+再调用大模型润色”的两步方案。此外，模型支持 30 种语言的混合识别，平均语义错误率为 17.09%。目前该模型已在阿里云百炼平台开放调用。