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.
2 天有情绪数据
-
TII发布Falcon-ASR，一款领先的16亿参数阿拉伯语语音模型，词错误率低
技术创新研究所（TII）推出了Falcon-ASR，一个拥有16亿参数的阿拉伯语语音识别模型。该模型表现强劲，在TII排行榜上，其阿拉伯语和阿联酋方言的词错误率（WER）低于现有系统。虽然它也支持英语、法语、西班牙语和葡萄牙语，但TII尚未公布这些语言的性能得分。目前，Falcon-ASR只能通过托管演示使用，未来计划发布API和原生应用程序。
-
新的HearInContext基准测试评估语音识别对隐式上下文的理解能力
研究人员推出了HearInContext，这是一个旨在评估语音识别系统理解隐式上下文能力的新基准。该基准包含3,764个语义测试用例，侧重于普通话和英语中的同音词，旨在衡量模型从对话回复中推断含义的能力。研究发现，虽然模型受益于隐式上下文线索，但显式提示能带来更高的准确性。对Qwen3-ASR-1.7B模型进行微调，显著提高了隐式上下文回忆能力。
-
单说话人研究比较构音障碍自动语音识别的参数高效微调（PEFT）变体
研究人员进行了一项案例研究，比较了七种参数高效微调（PEFT）变体，用于为构音障碍患者定制的自动语音识别（ASR）系统。该研究聚焦于一位患有严重中风后构音障碍的匈牙利男性说话人，在 Whisper Large V3 和 Qwen3-ASR-1.7B 两个基础ASR模型上评估了 LoRA、QLoRA、AdaLoRA、DoRA、LoHA、VeRA 和 VB-LoRA 等方法。结果表明，注意力投影适配器显著提高了准确性，尽管 LoHA 显示…
-
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。