阿里通义推出 Qwen3-ASR-Toolkit，实现音视频转录新突破
我要评论近日，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-Flash通义 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频we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，-A以提高处理效果。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SR验更加流畅。
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-T和视频格式，包括 mp4、mov、mkv、mp3、wav、m4a 等，这使得用户在进行音视频转录时，能够更加灵活地oo选择文件类型，无需担心格式兼容问题。
github:https://github.com/QwenLM/Qwelkn3-ASR-Toolkit
划重点:
阿里通义推出 Qwen3-ASR-Toolkiitt，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-ASR-F，实lash 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，提升音视现音频转录效率。
相关文章
谷歌 AI 视频生成工具 Flow 升级：编辑更灵活，音频功能强大
谷歌近期对其 AI 视频生成工具 Flow 进行了重大升级，使得用户能够创造出更加真实且难以辨识的 AI 生成视频。该公司在周三发布的 Veo3.1更新中，新增了对视频阴影和光线的编辑功能，显著提升了2026-11-16
云梦级6月24日云梦级消息，据新浪科技《次世代车研所》报道，近日不少上汽名爵车主反馈，4S店和销售在明知MG4即将推出改款车型的情况下，未履行告知义务，导致自己在新款上市前夕购买了老款车型。 车主表示2026-11-16
新浪科技讯 3月4日凌晨消息，据报道，3月3日，美国国会5名参议员向亚马逊首席执行官贝索斯发出公开信，质疑该公司利用摄像头监控快递员司机的做法。 亚马逊近些年构建了庞大的自有物流和快递系统，旗下拥有庞2026-11-16
云梦级11月8日云梦级消息，据上证报中国证券网报道，11月6日，A股上市公司科兴制药向港交所递交招股书，独家保荐人为中信建投国际。 招股书显示，科兴制药是一家生物制药公司，专注于重组蛋白、抗体及靶向递2026-11-16
如今，数据科学几乎都会引起IT和业务主管们的兴趣。但数据科学确实会出问题。 事实上，利用科学方法、流程、算法和技术系统从结构化和非结构化数据中获取各种见解的数据科学项目可能会以多种方式失败，从而导致时2026-11-16
一句话改变 AI 创作潜力:研究发现简单提示能显著提升输出多样性
近期，来自斯坦福大学和西弗吉尼亚大学等研究团队提出了一种名为 “语言化采样”（Verbalized Sampling，VS）的方法，旨在提升生成式 AI 模型的创作多样性。研究显示，通过在提示中加入一2026-11-16
最新评论