长音频不丢词，行业词不用教，阿里发布Qwen-Audio-3.0-ASR-Flash

7月31日，阿里巴巴发布语音识别大模型Qwen-Audio-3.0-ASR-Flash，在上下文一致性、行业词识别和热词定制化三个维度系统性升级，同时具备语音润色能力，可直接输出结构化文本。 目前，Qwen-Audio-ASR系列已在会议纪要整理、实时字幕、教育录播、智能客服等场景中获得广泛验证，离线版本曾在全球权威AI评测平台Artificial Analysis以1.7%的错字率位列全球第一。识准专业词汇，是ASR模型走向行业落地的最后一公里，也是本次升级的核心。全新升级的3.0版本，聚焦通用的语音识别能力，不止于把每个字听对，更要在复杂语境中持续听对、在专业领域中精准听对。 在会议、访谈、课程、直播等长音频场景中，很多专业术语、英文词汇等并不能只靠当前几秒的语音准确判断。同一个发音可能对应十几个同音词，模型必须记住前面说过什么，才能输出正确的那一个。Qwen-Audio-3.0-ASR-Flash新增长音频Context能力：模型在转写当前语音片段时，可参考近期已识别的上下文，延续同一话题中的关键词与语义线索，从而减少同音词误判，提升术语和中英文混合表达的识别准确率。在一场长达数小时的会议录音中，同一位发言人的名字、同一个技术概念，不会因为跨了多个语音片段就被忘记或认错。 上下文记忆解决了“说过的词不再认错”，而很多专业词汇在整场对话中可能只出现一次，模型需要在从未见过的情况下也能一次听对。传统方案中，行业词识别往往依赖人工维护词表，Qwen-Audio-3.0-ASR-Flash将这一过程内化为模型自身能力，无需人工逐一设置，即可在真实业务场景中持续进化。通过持续挖掘医疗、IT编程、股票、社会名人等领域的实体词，研究团队构建了覆盖多行业的高质量词库，并基于这些实体词合成相关训练数据，增强模型对专业术语和低频词的识别能力。在最新的行业词汇内部评测中，新模型的行业词召回率均有显著提升，其中医疗场景突破95.36%。 行业词