Qwen: Qwen3 ASR 1.7B

Qwen3-ASR-1.7B is Qwens grotere spraakherkenningsmodel in de Qwen3-ASR-familie. Het ontvangt audio en geeft herkende tekst en een taallabel terug. De familie bouwt op de audiobegripsbasis van Qwen3-Omni en gebruikt één ASR-model voor offline en streaming herkenning. De 1.7B-editie benadrukt herkenningskwaliteit en de afzonderlijk benoemde 0.6B-editie efficiëntie. Dit blijven aparte keuzes, ook al delen ze de gedocumenteerde talen en herkenningswerkwijzen.

Taalidentificatie en audiodekking

De fabrikant noemt 30 talen en 22 Chinese dialecten, naast Engelse accenten uit verschillende regio’s. De talenlijst omvat Chinees, Engels, Kantonees, Arabisch, Duits, Frans, Spaans, Portugees, Indonesisch, Italiaans, Koreaans, Russisch, Thai, Vietnamees, Japans, Turks, Hindi, Maleis, Nederlands, Zweeds, Deens, Fins, Pools, Tsjechisch, Filipijns, Perzisch, Grieks, Hongaars, Macedonisch en Roemeens. Ondersteunde audiotypen zijn spraak, zangstem en liedjes met achtergrondmuziek. Dit maakt transcripties bruikbaar voor interviews, lezingen, stemopnamen en songtekstcontrole, met behoud van de originele audio om moeilijke passages te controleren.

Audio voorbereiden en een transcriptie verkrijgen

De toolkit van de producent accepteert een audiobestandsreferentie, gecodeerde audio of een golfvorm met de samplefrequentie en kan offline een verzameling opnamen verwerken. De taal kan automatisch worden gedetecteerd of als ondersteunde taal worden aangegeven. Kies automatische detectie bij een onbekende opname; geef de daadwerkelijk gesproken taal als die bekend en relevant is. Het voorbeeldresultaat toont de gedetecteerde of gekozen taal en herkende tekst. De taalinstelling stuurt herkenning van de opname, niet een verzoek om de inhoud in een andere taal te herschrijven.

Bewaar bij een interview de opname met datum, onderwerp en bronidentificatie en gebruik de teruggegeven tekst als doorzoekbare transcriptie. Behoud bij een lezing technische termen en numerieke uitdrukkingen tijdens beoordeling in plaats van onduidelijke woorden ongemerkt door een aannemelijke uitleg te vervangen. Controleer bij een lied de herkende tekst terwijl je naar de zang luistert, vooral als muziek een lettergreep verhult. De transcriptie kan na controle aan de audio invoer worden voor een aparte samenvattings-, vertaal- of redactiestap.

Streaming herkenning en de reikwijdte ervan

Dezelfde ASR-familie ondersteunt herkenning terwijl audio binnenkomt. Het streamingvoorbeeld voert opeenvolgende audiochunks in een behouden herkenningsstatus in, toont tussentijdse tekst en sluit de stream af om de definitieve taal en transcriptie te verkrijgen. Houd bij live ondertiteling of een doorlopende transcriptie de huidige incrementele tekst apart van het afgeronde resultaat. De gedocumenteerde streamingimplementatie combineert streaming niet met batchinferentie en retourneert geen tijdstempels; een transcriptie met timing gebruikt een andere werkwijze. Dit zijn producentdetails, geen belofte over het transport of de live-ondertitelinterface van een toepassing.

Woord- of tekentiming met een aparte aligner

Qwen3-ForcedAligner-0.6B lijnt een audio-opname uit met aangeleverde tekst en voorspelt begin- en eindtijden per woord of teken. Het is een ander model dan beide Qwen3-ASR-edities. De ASR-toolkit kan die aligner gebruiken bij aangevraagde tijdstempels in de offline transcriptiestroom; uitlijning kan ook op een bestaand tekst–audiopaar plaatsvinden. De gedocumenteerde alignerdekking is 11 talen: Chinees, Engels, Kantonees, Frans, Duits, Italiaans, Japans, Koreaans, Portugees, Russisch en Spaans. De vermelde spraakduur is maximaal vijf minuten; dit is de alignerreikwijdte, geen vijfminutengrens voor ASR-transcriptie.

Verkrijg en controleer bij ondertitelvoorbereiding eerst de transcriptie en lijn deze daarna waar passend uit met de bronopname. Gebruik teruggegeven begin- en eindtijden voor ondertitelsegmenten en controleer grenzen tijdens het luisteren. Uitlijning koppelt aangeleverde woorden aan audio en zou niet als bewijs moeten worden gezien dat een verkeerde transcriptie is gecorrigeerd. Het bruikbare resultaat is een gecontroleerde transcriptie met timing die gekoppeld blijft aan de beschreven opname.

Lange opnamen en praktische grenzen

De familie ondersteunt transcriptie van lange audio en officiële voorbeelden vragen om meer gegenereerde tekst voor langere invoer. De voorbeeldtokeninstellingen zijn configuratiekeuzes, geen universele context- of audioduurgrens. Plan de uitvoerruimte rond de opname en controleer of het einde aanwezig is. Beoordeel namen, hoeveelheden, taalwisselingen, verhulde woorden en overlappende spraak aan de originele audio. Taaldekking en robuustheid bij moeilijke audio garanderen geen foutloze transcriptie voor elk accent, elke opname of muzikale begeleiding. Een volledig resultaat bewaart de herkende formulering, taal en relatie met de audio zodat het kan worden doorzocht, bewerkt of verder gebruikt in een inhoudswerkstroom.