№qwen30·general
Qwen3-0
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-07-19
- 累计提及
- 12
§ 01综述
Qwen3-0 是通义千问 Qwen3 系列中专为自动语音识别 (ASR) 场景优化的轻量级模型版本，其目标是以更低资源消耗实现高质量的中英文语音转写。近期，围绕该模型的社区实践和相关研究展示了端侧 ASR 模型的进步与潜力。
Qwen3-0 近期进展
用 Qwen3 ASR 替换 Whisper：解决时间戳不准和中英文混排问题 — 用户实测发现，Qwen3 ASR 在时间戳精度和中英文混合处理上优于 OpenAI Whisper，为需要高精度转写的场景提供了可行替代。
MOSS-Transcribe-Diarize-0.9B 开源，端到端多说话人ASR模型 — LMSYS Org 开源了参数量仅 0.9B 的端到端多说话人 ASR 模型，体现了行业对轻量级、多说话人识别能力的追求，与 Qwen3-0 的定位相呼应。
不同教师不同能力：用于结构化文本增强的亚10亿参数端侧蒸馏 — 该研究提出针对亚 10 亿参数模型的蒸馏方法，通过结构化文本增强提升小模型性能，可应用于 Qwen3-0 等端侧模型的训练优化。
当前焦点与观察点
当前，Qwen3-0 及其他端侧 ASR 模型的核心焦点在于时间戳对齐、中英文混排和多说话人识别等实用能力的提升。通过蒸馏、架构创新和训练优化（如异步 RL 带宽缩减和对称性兼容优化器），小模型正逐步缩小与大规模模型的差距。未来，Qwen3-0 这类模型有望在手机、IoT 设备上实现流畅的语音交互，而无需依赖云端算力。