通义千问发布Qwen-Audio-3.0语音模型，深耕行业场景

7月31日，阿里通义千问正式发布语音识别大模型 Qwen-Audio-3.0-ASR-Flash，该模型在长音频上下文处理及专业术语识别方面实现重大突破，目前已在阿里云百炼平台开放调用。新模型的核心竞争力在于其行业词库的自适应能力，无需额外训练即可大幅提升医疗、IT编程等领域的专业术语召回率。

模型在五大维度实现性能跃升：长音频上下文具备跨片段记忆，解决了复杂会议中人名与术语的一致性难题；内置多行业词库配合分级热词定制，使识别精度达到了行业领先水平；集成的语音润色功能可实现去口头禅、语义重组，显著提升输出文稿的可读性；一套模型覆盖30余种语言，在跨国场景下表现出色。

此外，同期推出的 Qwen-Audio-3.0-ASR-Streaming 模型专注实时场景，出字延迟仅300毫秒，中文与英文识别错字率均处于行业领先地位。作为曾多次在 Artificial Analysis 评测中夺冠的系列续作，该模型已广泛应用于智能客服、教育录播及大型会议纪要整理。