模型
Qwen3-ASR
阿里巴巴基于Qwen大语言模型构建的自动语音识别系统，属于LLM-based ASR架构，支持多语言语音识别任务
核心事实
时间轴 (近 90 天)
9月28日
预训练ASR系统（如Whisper、Qwen3-ASR）在标准语料上表现优异，但在广播警务通信这类高噪声域中表现糟糕
待验证50%
9月28日
论文提出跨模型伪标签范式：用一个模型生成的伪标签去微调另一个模型
待验证50%
9月28日
研究涉及的两个基础模型为Whisper和Qwen3-ASR
待验证50%
9月14日
Nari推出了基于Qwen3的文本转语音（TTS）和自动语音识别（ASR）两款语音模型
待验证60%
9月14日
研究选用了三类ASR架构：MMS（纯编码器）、Whisper（编码器-解码器）和Qwen3-ASR（基于大语言模型）
待验证50%
8月5日
阿里通义千问团队发布了语音识别模型 Qwen-Audio-3.0-ASR-Flash
已验证65%