通义千问更新语音识别模型 Qwen-Audio-3.0-ASR-Flash，主打专业术语识别

metal阿罗 · 2026-07-31T01:36:12.000Z

通义千问最近推了个新的语音识别模型 Qwen-Audio-3.0-ASR-Flash。看介绍主要是增强了上下文感知和专业术语的识别能力，支持自定义热词，还能直接把语音转成结构化文本。比较亮眼的是内部测试数据，医疗和工业领域的术语召回率都挺高的，分别到了95.36%和93.24%。做垂直领域语音转写的朋友可以去试试，感觉在专业场景下准确率会有明显提升。