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-Fl通义ash 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推出提供了强有力的支持。
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 Q万小时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we间的音频和视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n3智能静音切分技术(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1-A6kHz 单声道,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SR在使用过程中体验更加流畅。
在支持的媒体格式方面,Qwen3-ASR-Toolkit 基于 FFmpeg,几乎涵盖了-T所有主流音频和视频格式,包括 mp4、mov、mkv、mp3、wav、m4a 等,这使得用户在进行音视频转录时oo,能够更加灵活地选择文件类型,无需担心格式兼容问题。
github:https://github.com/lkQwenLM/Qwen3-ASR-Toolkit
划重点:
阿里通义推出 Qwen3it-ASR-Toolkit,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 Qw,实en3-ASR-Flash 模型,确保高准确率的语音识别。
支持多种音视频格式,用户可以现音灵活选择,提升音视频转录效率。
相关文章:
- 国外研究员用AI生成骗过生物识别的人脸
- 标签: TCL华星 福州华兆光电 Mini LED LED芯片
- 标签: 多邻国 Video Call with Lily Luis von Ahn AI口语学习
- 苹果第一财季iPhone销售额656亿美元 同比增长17.2%
- Twitter曾计划以40亿美元收购Clubhouse:目前谈判已搁置
- Claude Code迎来图形化革命,Claudia桌面客户端让AI编程告别命令行
- 白宫向美国各级政府机构下命令:赶紧给微软服务器打补丁
- 标签: 蓝战非 熊猫直播 斗鱼直播 南非绑架
- 标签: 豆包 千问 文心一言 元宝
- 标签: 特步 索康尼 160X7.0PRO 两千公里
