qwen-audio-3.1-asr-flash-message

Qwen-Audio-3.1-ASR-Flash-Message es un modelo generativo de reconocimiento de voz optimizado para mensajes de voz, entrada de voz y escenarios empresariales. Admite chino, inglés y otros idiomas, con optimizaciones para indonesio, japonés, tailandés, filipino, vietnamita, coreano y malayo. El modelo admite transcripción en streaming incremental, palabras clave P0/P1, normalización de texto, reconocimiento informado por transcripciones anteriores y contexto empresarial, y pulido de texto nativo opcional. Mejora la estabilidad del reconocimiento con múltiples hablantes, conversaciones de fondo, audio de campo lejano y ruido ambiental. Admite detección automática de idioma o idiomas objetivo especificados, y puede transcribir dialectos chinos tal como se hablan o convertirlos a texto estándar en mandarín.