阿里巴巴新语音AI以95%准确率攻克医学术语

阿里巴巴已正式推出其最新的语音识别模型Qwen-Audio-3.0-ASR-Flash，它不仅用于转录文字，更在于理解那些常常让AI出错的复杂专业词汇。该模型在三个关键领域进行了微调：保持上下文一致、识别行业特定术语、以及允许用户自定义热词。它甚至优化了语音输出，直接提供结构化文本。

该项目团队深入研究了医疗、IT、金融甚至名人八卦等领域，构建了丰富的专业术语数据库。在内部测试中，该模型对行业术语的“听力准确率”显著提升，医疗场景达到了惊人的95.36%。

三个版本，五个场景，全球第一

Qwen-Audio-ASR-Flash系列已在现实应用中证明了其价值——例如会议记录、实时字幕、教育录音和客户服务。它此前在AI评估平台Artificial Analysis上夺得第一，错误率仅为1.7%。这意味着办公和课堂场景中的AI转录已达到真正可用的水平。

现在，您可以通过阿里云的百炼平台访问该模型。有三个版本可供选择：Flash用于实时识别最长5分钟的音频，Filetrans用于离线文件转录，Streaming用于连续实时识别。当AI不仅“听到”而且真正理解您所在行业的复杂术语时，语音交互的最后一公里可能终于触手可及。

要点