Qwen3 ASR 1.7B
Qwen3 ASR 1.7B est un modèle de reconnaissance automatique de la parole publié par Qwen le 29 janvier 2026. Il reçoit de l’audio et en produit la transcription.
À quoi sert Qwen3 ASR 1.7B
Audio
Qwen3 ASR 1.7B et Qwen3-ASR-0.6B traitent la parole, la voix chantée et les chansons avec musique de fond. Les deux modèles fonctionnent en inférence hors ligne ou en streaming, c’est-à-dire en traitant l’audio au fil de son arrivée.
Le modèle reçoit de l’audio et en produit la transcription. Le paquet qwen-asr accepte cet audio sous forme de chemin local, d’URL, de données base64 ou de tableau NumPy accompagné de sa fréquence d’échantillonnage, et traite les requêtes par lots.
Transcription
Qwen3 ASR 1.7B transcrit des chansons entières en chinois et en anglais, avec musique de fond.
La langue peut être détectée automatiquement ou imposée avec le paramètre language, et le résultat contient la langue et le texte transcrit. Pour obtenir des horodatages, Qwen3-ASR s’appuie sur le modèle d’alignement Qwen3-ForcedAligner-0.6B, associé par le paramètre forced_aligner.
- Audio
- Transcription
Les performances de Qwen3 ASR 1.7B
Selon la carte du modèle publiée par Qwen sur Hugging Face, Qwen3-ASR-1.7B a été évalué avec vLLM, en bfloat16, avec max_new_tokens réglé à 1024, un décodage glouton et sans paramètre de langue.
Selon la même carte, sur Librispeech clean et Librispeech other, le taux d’erreur par mot (WER) atteint respectivement 1,63 et 3,38 hors ligne, contre 1,95 et 4,51 en streaming. Pour Fleurs-en et Fleurs-zh, les valeurs hors ligne sont respectivement de 3,35 et 2,41, contre 4,02 et 2,84 en streaming.
Selon cette carte, sur les tests multilingues, le WER atteint 4,90 pour Fleurs, évalué dans 12 langues dont le français, et 9,18 pour CommonVoice, évalué dans 13 langues. Pour les chansons entières avec musique de fond, le WER est de 13,91 sur EntireSongs-zh et de 14,60 sur EntireSongs-en.
Selon la carte du modèle, l’exactitude moyenne de l’identification de la langue atteint 97,9 % sur MLS, CommonVoice, MLC-SLM et Fleurs, ce dernier jeu couvrant ici 30 langues. À sa sortie, Qwen affirme que le modèle reste stable et produit des sorties fiables dans des conditions difficiles, notamment avec des voix de personnes âgées ou d’enfants et un rapport signal sur bruit extrêmement faible.
Caractéristiques techniques de Qwen3 ASR 1.7B
Qwen3 ASR 1.7B est sorti le 29 janvier 2026. Selon Qwen, à leur sortie, Qwen3-ASR-1.7B et Qwen3-ASR-0.6B s’appuient sur des données vocales d’entraînement à grande échelle et sur les capacités de compréhension audio de Qwen3-Omni pour la reconnaissance automatique de la parole.
Qwen3-ASR-1.7B et Qwen3-ASR-0.6B identifient la langue et reconnaissent la parole dans plusieurs langues et dialectes chinois, ainsi que l’anglais avec des accents de plusieurs pays et régions. Le français figure parmi les langues prises en charge.
Qwen3-ASR-1.7B et Qwen3-ASR-0.6B réunissent l’inférence en streaming, c’est-à-dire en flux continu, et hors ligne dans un même modèle. Selon Qwen, à leur sortie, ils transcrivent un audio d’un seul tenant jusqu’à 20 minutes. Les poids de Qwen3 ASR 1.7B sont publiés sous licence Apache 2.0, avec un cadre d’inférence et d’affinage.
- Éditeur
Alibaba (Qwen)
- Sortie
- Hébergeurs
- DeepInfra
Source : OpenRouter.
Où utiliser Qwen3 ASR 1.7B
Qwen3 ASR 1.7B appartient à la série Qwen3-ASR, publiée par Qwen le 29 janvier 2026. Ses poids se téléchargent depuis Hugging Face ou ModelScope ; Qwen recommande ce dernier aux utilisateurs de Chine continentale.
Le paquet Python qwen-asr, publié sur PyPI, permet d’utiliser le modèle avec transformers ou vLLM comme moteurs d’exécution. Au relevé d’octobre 2026, le modèle porte sur OpenRouter l’identifiant qwen/qwen3-asr-1.7b ; il y a été mis en ligne le 13 août 2026.
L'API chez des hébergeurs
Servi par d'autres hébergeurs que Alibaba (Qwen), selon OpenRouter
Un accès gratuit dépend toujours de l'outil, de l'offre et de ses limites : nous ne l'attribuons pas au modèle seul.
Qwen3 ASR 1.7B parmi les versions de Qwen ASR
Qwen3 ASR 1.7B, sorti le 29 janvier 2026, est l’une des 3 versions de Qwen ASR publiées sur Aikiwi, rangées dans la frise par date de sortie.
Les versions sélectionnées
| Repères | Qwen3 ASR 1.7BVous êtes ici | Qwen3 ASR 0.6B | Qwen3 ASR Flash |
|---|---|---|---|
| Elo | |||
| Sortie | |||
| Contexte | |||
| Prix d'entrée | |||
| Prix de sortie | |||
| Entrées | |||
| Réflexion | |||
| Tâches | |||
| Ce qui le distingue | Qwen3 ASR 1.7B est un modèle de reconnaissance automatique de la parole publié par Qwen le 29 janvier 2026. Il reçoit de l’audio et en produit la transcription. | Qwen3 ASR 0.6B est un modèle de reconnaissance automatique de la parole publié par Qwen le 29 janvier 2026. Il prend de l’audio en entrée et en produit la transcription. | Qwen3 ASR Flash est un modèle de reconnaissance vocale multilingue d’Alibaba Cloud, dans son instantané daté du 10 février 2026. Il convertit un enregistrement audio en texte et vise les fichiers courts, jusqu’à 5 minutes. Selon l’avis d’Alibaba Cloud du 10 juillet 2026, il devait être retiré de Model Studio le 10 octobre 2026, au profit de fun-asr. |
Les repères sont ceux renseignés dans l'annuaire ; un repère absent de toutes les versions sélectionnées n'est pas affiché. Comparaison complète dans le comparateur
La génération Qwen 3
FAQ
Quand Qwen3 ASR 1.7B est-il sorti ?
Qwen3 ASR 1.7B est sorti le 29 janvier 2026.
Usage sur OpenRouter
- Transcription
- 874 k requêtes sur le dernier mois · 13e sur 20 des modèles les plus utilisés en Transcription
Source : OpenRouter (openrouter.ai/rankings), au , données sous licence CC BY 4.0. Le volume traité via l'API OpenRouter mesure l'adoption, pas la qualité.