Qwen3-ASR-1.7B: распознавание речи, старший checkpoint

Карточка семейства описывает Qwen3-ASR-1.7B как вариант с более сильным качеством распознавания, а 0.6B — как компромисс между точностью и эффективностью. Для интервью с цифрами бюджетов или сроками особенно важно не переносить красивые примеры из демонстрации на рабочие записи. Подготовьте эталонный транскрипт с разрешением на обработку, затем разметьте собственные имена, суммы, отрицания и переключения языка. В отчёте разделяйте неверное слово, пропущенный фрагмент и исправление потока после задержки. Если модель в целом хорошо распознаёт речь, но меняет «не согласовано» на «согласовано», такой результат нельзя использовать без редактора. Русский присутствует в официальной таблице, однако вывод о пригодности для конкретного процесса строится только на собственном корпусе.

Разработчик упоминает распознавание пения и речи с музыкальным фоном, offline и streaming режимы, а также отдельный ForcedAligner для временных меток. Это разные функции пайплайна. Qwen3-ASR-1.7B не следует представлять как модель, которая сама определит каждого собеседника, переведёт речь и выдаст монтажные субтитры с точным таймкодом. Для субтитров сначала проверяют транскрипт, затем синхронизацию и форматирование. Лицензия HF-репозитория — Apache-2.0; права на входные аудиофайлы и конфиденциальность разговоров остаются отдельными вопросами. Официальные веса позволяют самостоятельный запуск, но не утверждают доступность именно этого checkpoint в стороннем приложении или его цену.