Entradas etiquetadas con: ASR

Qwen3-ASR: Modelo de ASR de 52 idiomas de código abierto de Alibaba

El último lanzamiento de Alibaba Cloud, Qwen3‑ASR, aporta reconocimiento de voz multilingüe de última generación a la comunidad de código abierto. Con soporte para 52 idiomas y 22 dialectos chinos, los dos modelos 1.7B/0.6B destacan en pruebas comparativas y rivalizan con API comerciales. El repositorio incluye un conjunto completo de herramientas de inferencia que funcionan con transformers o el backend vLLM de alto rendimiento, marcas de tiempo automáticas mediante el Qwen3‑ForcedAligner y un demo Gradio listo para usar. Ya sea que seas investigador, desarrollador o aficionado, esta guía te muestra cómo descargar, instalar, evaluar y desplegar Qwen3‑ASR en Docker o directamente en GPU, para que puedas empezar a transcribir voz, música y canciones con facilidad. Puntos clave: soporte multilingüe, inferencia en streaming, alineación forzada, scripts de inicio rápido, despliegues en Docker y integración de API con endpoints compatibles con OpenAI.