알리바바가 오늘 음성 인식 대규모 모델 Qwen-Audio-3.0-ASR-Flash를 출시했습니다. 간단히 말해 AI가 전문 용어를 더 잘 이해하도록 하는 모델입니다.
Qwen-Audio-3.0-ASR-Flash는 문맥 일관성, 업계 용어 인식, 핵심어 맞춤 설정의 세 가지 측면에서 체계적으로 최적화되었으며, 음성 다듬기 기능을 갖춰 구조화된 텍스트를 직접 출력할 수 있습니다.
연구팀은 의료, IT 프로그래밍, 주식, 사회 유명인 등 분야에서 전문 용어를 지속적으로 발굴해 여러 산업을 아우르는 고품질 용어집을 구축하고, 모델의 전문 용어 및 희귀 용어 인식 능력을 강화했습니다. 최신 업계 용어 내부 평가에서 새 모델은 각 업계 전문 용어의 ‘인식률’이 크게 향상되었으며, 특히 의료 분야에서는 95.36%를 돌파했습니다.
현재 Qwen-Audio-ASR-Flash 시리즈는 회의록 정리, 실시간 자막, 교육 녹화 방송, 지능형 고객 서비스 등의 분야에서 검증되었습니다. 또한 AI 평가 플랫폼 Artificial Analysis에서 오탈자율 1.7%로 세계 1위를 차지한 바 있습니다.
Qwen-Audio-3.0-ASR은 현재 알리바바 클라우드 백련 플랫폼을 통해 호출할 수 있으며, 세 가지 버전을 제공합니다.
Qwen-Audio-3.0-ASR-Flash: 음성 인식, 최대 5분
Qwen-Audio-3.0-ASR-Filetrans: 오프라인 파일 변환
Qwen-Audio-3.0-ASR-Streaming: 실시간 음성 인식
Qwen-Audio-3.0-ASR-Flash 체험 주소는 다음과 같습니다.
Qwen-Audio-3.0-ASR-Flash:
https://help.aliyun.com/zh/model-studio/non-real-time-speech-recognition-for-fun-asr-flash
Qwen-Audio-3.0-ASR-Flash-Filetrans:
https://help.aliyun.com/zh/model-studio/fun-asr-recorded-speech-recognition-http-api
Qwen-Audio-3.0-ASR-Flash-Streaming:
https://help.aliyun.com/zh/model-studio/fun-asr-realtime-websocket-api