跳到正文
通义 QwenAudio:原创语音项目·· 2025-12-15精选AI 评分60

通义实验室开源 Fun-ASR 系列语音识别模型,含方言与 31 语言版本

QwenAudio/Fun-ASR

AI 导读

通义实验室发布 Fun-ASR 端到端语音识别模型系列并开源。Fun-ASR-Nano-2512 参数量 800M,基于数千万小时语音训练,支持中英日三语、7 种汉语方言和 26 种地方口音;Fun-ASR-MLT-Nano-2512 同为 800M,基于数十万小时训练,支持 31 种语言。

推荐理由

原文给出两个识别模型的训练规模、语言覆盖和开源基准对比,还附部署与推理路径,读者可据此评估在中文和方言场景的可用性。

来源:通义 QwenAudio:原创语音项目 · github.com