千问AI平台语音识别支持实时音频和录音文件转写,提供多语言与方言、热词与上下文、文本润色、说话人分离等能力。
功能介绍
语音识别将音视频中的语音转换为文本,可用于语音输入、实时字幕、会议记录和通话分析等场景。千问AI平台支持持续输入音频的实时识别,以及提交完整音频文件的非实时识别;不同模型支持的语言、方言和增强能力有所不同。
模型选型
按音频输入方式、业务场景和结果返回需求选择模型。以下推荐使用 Qwen-Audio 3.1 系列。
| 类型 | 使用场景 | 推荐模型 | 主要区别 |
|---|---|---|---|
| 实时 | 实时字幕、会议记录等持续转写 | qwen-audio-3.1-asr-flash-streaming | 持续发送音频,同时接收中间结果和最终结果。 |
| 实时 | 输入法、语音消息等短段语音输入 | qwen-audio-3.1-asr-flash-message | 默认返回句子最终结果,可分别开启中间结果和文本润色。 |
| 非实时 | 5 分钟以内的短音频文件 | qwen-audio-3.1-asr-flash | 在当前请求中获取识别结果,可选择 SSE 流式输出。 |
| 非实时 | 长录音、后台音视频转写 | qwen-audio-3.1-asr-flash-filetrans | 提交异步任务,完成后下载转写结果文件。 |
识别方式
识别效果与结果
选定模型后,可根据业务需要改善特定词汇的识别、文本可读性及结构化结果。具体配置方法参见实时语音识别或非实时语音识别。
- 热词与上下文:热词提供人名、品牌名等词汇的目标写法;上下文补充前几轮对话及业务背景。使用方法、支持范围和调优参见提升识别准确率。
- 文本润色:整理口语中的语气词、重复和自我纠正。qwen-audio-3.1-asr-flash-message 和 qwen-audio-3.1-asr-flash 支持原生文本润色。
- 保留方言表达:qwen-audio-3.1-asr-flash-streaming、qwen-audio-3.1-asr-flash-message、qwen-audio-3.1-asr-flash、qwen-audio-3.1-asr-flash-filetrans 支持保留方言特有表达。识别某种方言与保留其文本表达是不同的能力。
- 说话人分离:为转写结果标注说话人编号,用于区分会议、访谈中的发言人。qwen-audio-3.1-asr-flash 和 qwen-audio-3.1-asr-flash-filetrans 支持该能力。
- 时间戳:将句子或字词与音频位置对应,用于字幕对齐、关键词高亮和音频跳转。
- 敏感词过滤:将指定词汇替换为星号或从转写文本中移除。
模型与语言
以下按模型系列和版本列出支持的语言与方言。
Qwen-Audio-ASR-Streaming
Qwen-Audio-ASR-Streaming
- qwen-audio-3.1-asr-flash-streaming、qwen-audio-3.0-asr-flash-streaming:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语;并支持中原、西南、冀鲁、江淮、兰银、胶辽、东北、北京、港台等,包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏等地区官话口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语
Qwen-Audio-ASR-Message
Qwen-Audio-ASR-Message
- qwen-audio-3.1-asr-flash-message:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语;并支持中原、西南、冀鲁、江淮、兰银、胶辽、东北、北京、港台等,包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏等地区官话口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语
Qwen-Audio-ASR
Qwen-Audio-ASR
- qwen-audio-3.1-asr-flash:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语;并支持中原、西南、冀鲁、江淮、兰银、胶辽、东北、北京、港台等,包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏等地区官话口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语、土耳其语、波斯语、马拉地语、马拉雅拉姆语、尼泊尔语、吉尔吉斯语、阿塞拜疆语、格鲁吉亚语、亚美尼亚语、斯洛文尼亚语、阿尔巴尼亚语、爱沙尼亚语、拉脱维亚语、立陶宛语、加泰罗尼亚语、巴斯克语、加利西亚语、奥里亚语、迪维希语、阿萨姆语、北库尔德语、提格雷语、西弗里西亚语、巴什基尔语、白俄罗斯语、鞑靼语、国际语、草原马里语、道本语
- qwen-audio-3.0-asr-flash:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语;并支持中原、西南、冀鲁、江淮、兰银、胶辽、东北、北京、港台等,包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏等地区官话口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语
Qwen-Audio-ASR-Filetrans
Qwen-Audio-ASR-Filetrans
- qwen-audio-3.1-asr-flash-filetrans、qwen-audio-3.0-asr-flash-filetrans:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语;并支持中原、西南、冀鲁、江淮、兰银、胶辽、东北、北京、港台等,包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏等地区官话口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语
Fun-ASR
Fun-ASR
- fun-asr-realtime:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语;并支持中原、西南、冀鲁、江淮、兰银、胶辽、东北、北京、港台等,包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏等地区官话口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语
- fun-asr-realtime-2026-02-28:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语;并支持中原、西南、冀鲁、江淮、兰银、胶辽、东北、北京、港台等,包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏等地区官话口音)、英语、日语
- fun-asr-flash-8k-realtime、fun-asr-flash-8k-realtime-2026-01-28:中文
- fun-asr:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语;并支持中原、西南、冀鲁、江淮、兰银、胶辽、东北、北京、港台等,包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏等地区官话口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语
- fun-asr-flash-2026-06-15:中文(普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语;并支持中原、西南、冀鲁、江淮、兰银、胶辽、东北、北京、港台等,包括河南、陕西、湖北、四川、重庆、云南、贵州、广东、广西、河北、天津、山东、安徽、南京、江苏、杭州、甘肃、宁夏等地区官话口音)、英语、日语、韩语、越南语、泰语、印尼语、马来语、菲律宾语、印地语、阿拉伯语、法语、德语、西班牙语、葡萄牙语、俄语、意大利语、荷兰语、瑞典语、丹麦语、芬兰语、挪威语、希腊语、波兰语、捷克语、匈牙利语、罗马尼亚语、保加利亚语、克罗地亚语、斯洛伐克语
Qwen3-ASR
Qwen3-ASR
- qwen3-asr-flash-realtime、qwen3-asr-flash-filetrans、qwen3-asr-flash:中文(普通话、四川话、闽南语、吴语、粤语)、英语、日语、德语、韩语、俄语、法语、葡萄牙语、阿拉伯语、意大利语、西班牙语、印地语、印尼语、泰语、土耳其语、乌克兰语、越南语、捷克语、丹麦语、菲律宾语、芬兰语、冰岛语、马来语、挪威语、波兰语、瑞典语。
Paraformer
Paraformer
- paraformer-realtime-v2、paraformer-v2:中文(普通话、粤语、吴语、闽南语、东北话、甘肃话、贵州话、河南话、湖北话、湖南话、宁夏话、山西话、陕西话、山东话、四川话、天津话、江西话、云南话、上海话)、英文、日语、韩语、德语、法语、俄语
- paraformer-realtime-8k-v2、paraformer-8k-v2:中文普通话