阿里通义推出 Qwen3-ASR-Toolkit,实现音视频转录新突破
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-Fla通义sh 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推出供了强有力的支持。 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we频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n3术(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-A声道,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验SR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和视-T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oo活地选择文件类型,无需担心格式兼容问题。 github:https://github.com/QwenLlkM/Qwen3-ASR-Toolkit 划重点: 阿里通义推出 Qwen3-ASR-Toolitkit,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,提升现音音视频转录效率。
- 最近发表
-
- AI如何超越人类修图师?万字长文看懂美图云修AI修图解决方案
- 标签: Mobileye Mentee Robotics 阿莫农·沙舒亚 自动驾驶
- 标签: 甲骨文 Cerner OpenAI 数据中心
- 火山引擎发布四款强大大模型,语音合成与复刻功能再升级
- CloudTech公布2021年值得关注的云计算趋势,包括无服务器计算、混合云
- OpenAI 呼吁美国加大电力投资 助力 AI 领域领跑中国
- Superpanel融资530万美元:AI数字队友帮律所搞定客户接待难题
- 云安全日报210623:VMware软件即服务解决方案发现身份认证绕过漏洞,需要尽快升级
- 标签: 路虎揽胜极光L 奇瑞捷豹路虎 SE HSE
- 云计算开发:Python内置函数-min()函数详解
- 随机阅读
-
- 谷歌母公司 Alphabet 首次实现季度收入超千亿美元
- 标签: 灵猴机器人 蔚来资本 具身智能 工业机器人
- 标签: 红星冷链 港交所上市 冷冻仓储 招股书
- ChatGPT新增分支对话功能,已向网页端登录用户开放
- 标签: DeepSeek DeepSeek-V4 大模型 API定价
- 亚马逊Q2获得净销售额1131亿美元 AWS净销售额为148.09亿美元
- 标签: 奔驰中国 裁员 N+6 研发体系
- 宇树科技推出 Unitree H2人形机器人:身高180 仿生人脸与惊人协调性
- 蔬菜农药残留怎么清洗
- AI 在日本大学入学考试中表现惊艳,ChatGPT 超越人类状
- 全国高校首个纪检监察大模型“清鉴”正式发布
- Anthropic 预计2026年收入将突破200亿美元,企业客户贡献八成营收
- 标签: 神威药业 注射液 软胶囊 中药配方颗粒
- IDC:2022年第三季度中国可穿戴设备市场出货量同比下降8.4%
- 标签: FF 贾跃亭 SEC FF91
- 标签: iOS 26.3 小米 SU7 比尔·盖茨 GLM-5
- 英特尔CEO :还有100多家公司等着我们代工芯片
- Twitter将于2月10日发布2020年第四季度及全年财报
- 标签: GoogleI/O2026 Gemini3.5Flash TPU8i Antigravity2.0
- 吊坠型 AI 吊坠“Friend”引发争议:用户体验差、隐私风险高
- 搜索
-
- 友情链接