实体
Qwen3-ASR-1.7B
Qwen3-ASR-1.7B
PulseAugur coverage of Qwen3-ASR-1.7B — every cluster mentioning Qwen3-ASR-1.7B across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
Qwen-ASR-1.7B适配多语种双人语音识别 · 跟踪2个来源
研究人员为MLC-SLM 2026挑战赛开发了一个系统，该系统将Qwen3-ASR-1.7B模型适配于多语种、双人对话语音。该系统将说话人日志前端与适配后的ASR模型集成，处理语音活动、说话人嵌入和音频分割。适配技术包括监督微调、使用合成语音的LoRA微调以及GRPO强化学习，这些技术共同将开发集上的词错误率降低了6.83个百分点，并在评估集上达到了17.97 tcpMER。
-
新的蒸馏方法用更少的数据提升ASR模型性能
研究人员开发了一种数据高效的自动语音识别（ASR）模型训练方法，特别关注一个名为Ark-ASR的0.6B参数模型。通过从更大的Qwen-ASR教师模型进行策略内蒸馏，他们显著提高了Ark-ASR在普通话和英语基准测试上的性能。与现有方法相比，这种方法所需的监督音频数据大大减少，表明教师指导的训练可以有效地增强较小的ASR模型。
-
Mega-ASR 系统在嘈杂环境中提升语音识别性能
研究人员开发了 Mega-ASR，一个旨在在具有挑战性的真实音频条件下稳健运行的新型自动语音识别系统。该系统利用 Qwen3-ASR-1.7B 主干，并集成了一个音频质量路由器，以智能地在鲁棒识别路径和标准路径之间切换。目标是在干净语音上保持高准确率，同时显著提高在降级音频（如带有严重噪声或混响的音频）上的性能。