Qwen: Qwen3 ASR 0.6B

Qwen3-ASR-0.6B to kompaktowa edycja rodziny modeli rozpoznawania mowy Qwen3-ASR. Przyjmuje audio i tworzy transkrypcję z oznaczeniem języka. Producent pozycjonuje 0.6B jako równowagę między jakością rozpoznawania a efektywnością, natomiast 1.7B to osobno nazwana większa edycja. Obie korzystają z rozumienia audio modelu Qwen3-Omni i dzielą udokumentowany zakres rozpoznawania oraz ujednolicone podejście offline/strumieniowe. Edycja kompaktowa może zapewnić etap transkrypcji w procesie obsługi notatek głosowych, przygotowywania napisów lub tworzenia przeszukiwalnych nagrań.

Języki, dialekty i obsługiwane nagrania

Qwen dokumentuje rozpoznawanie i identyfikację języka dla 30 języków i 22 chińskich dialektów, z obsługą angielskich akcentów z różnych regionów. Tabela języków wymienia chiński, angielski, kantoński, arabski, niemiecki, francuski, hiszpański, portugalski, indonezyjski, włoski, koreański, rosyjski, tajski, wietnamski, japoński, turecki, hindi, malajski, niderlandzki, szwedzki, duński, fiński, polski, czeski, filipiński, perski, grecki, węgierski, macedoński i rumuński. Rozpoznawane rodzaje audio obejmują mowę, głos śpiewany i piosenki z muzyką w tle. Mniejsza edycja zachowuje ten zakres rodziny; jej rozmiar nie oznacza innej listy obsługiwanych języków.

Rozpoznawanie offline i przygotowanie wejścia

Oficjalny zestaw narzędzi może otrzymywać audio przez odwołanie do pliku, jako zakodowane audio lub przebieg sygnału z jego częstotliwością próbkowania. Obsługuje przetwarzanie offline wielu nagrań, automatyczne wykrywanie języka oraz wskazanie obsługiwanego języka. Udokumentowany wynik zawiera język i rozpoznany tekst. Wybierz język wypowiedzi, jeśli go znasz, lub pozwól modelowi go zidentyfikować, gdy zbiór zawiera nieznane języki. Przechowuj identyfikator każdego nagrania przy jego wyniku, aby można było powiązać transkrypcję z właściwym źródłem.

Dla zestawu notatek głosowych zachowaj osobny wynik dla każdej notatki i porównaj nazwy, liczby oraz niejasne sformułowania z nagraniem, zanim zamienisz tekst w zadania lub streszczenie. W przypadku mówionego poradnika użyj transkrypcji do znajdowania fragmentów i sprawdzania brzmienia każdej instrukcji. Przy śpiewie podczas sprawdzania tekstu słuchaj linii wokalnej, zamiast akceptować słowo tylko dlatego, że ma sens w piosence. Są to etapy przygotowania i sprawdzania wyniku tekstowego; streszczanie, tłumaczenie lub interpretowanie transkrypcji może następować jako osobne operacje.

Tekst strumieniowy i finalizacja nagrania

Qwen3-ASR używa tego samego modelu do rozpoznawania offline i strumieniowego. W przykładzie strumieniowym producenta napływające fragmenty audio aktualizują zachowywany stan rozpoznawania, a etap finalizacji zwraca ukończony tekst i język. Umożliwia to przyrostowe wyświetlanie przydatne przy transkrypcji na bieżąco. Traktuj tymczasowy widok jako aktualny stan rozpoznawania, a po zakończeniu nagrania zachowaj wynik końcowy wraz z dostępem do źródłowego audio na potrzeby korekty.

Udokumentowana implementacja strumieniowa nie obsługuje inferencji wsadowej ani zwracania znaczników czasu w tym trybie. Tekst strumieniowy, zbiór transkrypcji offline i przygotowanie napisów z czasami są zatem odrębnymi procesami producenta. Przykładowe wielkości fragmentów i ustawienia tokenów ilustrują implementację; nie są uniwersalnymi obietnicami opóźnienia, współbieżności ani długości audio. Dobierz proces do tego, czy użytecznym wynikiem ma być tekst napływający podczas nagrania, ukończony tekst dla zbioru, czy tekst dopasowany do osi czasu.

Tekst ze znacznikami czasu korzysta z Qwen3-ForcedAligner

Qwen3-ForcedAligner-0.6B to osobny model dopasowania, mimo że dzieli oznaczenie rozmiaru 0.6B z tą edycją ASR. Przyjmuje parę tekst–audio i przewiduje czasy początku i końca na poziomie słów lub znaków. Zestaw narzędzi ASR offline producenta może go wywołać, gdy żądane są znaczniki czasu. Jego udokumentowany zestaw języków to chiński, angielski, kantoński, francuski, niemiecki, włoski, japoński, koreański, portugalski, rosyjski i hiszpański, a podany zakres dopasowania obejmuje do pięciu minut mowy. Ten węższy zestaw języków i pięciominutowy zakres dotyczą dopasowania wymuszonego, a nie ogólnego zakresu transkrypcji modelu ASR.

Do napisów przygotuj sprawdzoną transkrypcję w języku nagrania, dopasuj ją tam, gdzie ma zastosowanie obsługiwany proces, i sprawdź granice segmentów podczas odtwarzania źródła. Użyteczny wynik z napisami zachowuje razem brzmienie tekstu i czasy. Jeśli słowo w transkrypcji jest niepoprawne, popraw je na podstawie audio, zamiast zakładać, że przedział czasowy potwierdza jego poprawność. To rozdzielenie pozwala ustalić, czy problem leży w rozpoznawaniu, dostarczonym tekście, czy w umiejscowieniu granicy napisu.

Wyniki dla długiego audio i kontrola rozpoznawania

Rodzina Qwen3-ASR obsługuje długie nagrania. Jej przykłady inferencji zalecają dopuszczenie większej liczby generowanych tokenów dla dłuższego audio, więc upewnij się, że transkrypcja dociera do końca nagrania i nie została ucięta przez limit wyjścia. Opublikowane przykłady nie ustanawiają uniwersalnego liczbowego okna kontekstu ani maksymalnej długości nagrania ASR. Organizując rozbudowane nagranie do przeglądu, zachowaj powiązanie przydatnych sekcji z ich pozycjami w źródle. Sprawdź niewyraźne słowa, zmiany języka, nakładające się wypowiedzi, nietypowe nazwy i śpiewane sylaby na podstawie oryginalnego dźwięku. Praktycznym wynikiem jest rozpoznany tekst z oznaczeniem języka, gotowy do wyszukiwania lub kolejnego etapu pracy z treścią, z czasami dodawanymi w razie potrzeby przez osobny proces dopasowania.