通义千问3-ASR-Flash

通义千问3-ASR-Flash，一款基于大语言模型的高精度、高智能、高鲁棒性的多语种语音识别模型。依托强大的基座模型、海量的文本与多模态数据、千万小时音频数据，通义千问3-ASR-Flash实现了高精度的语音识别功能，能够自动判断语种并准确识别 多个语种的语音，在复杂的音频环境下能够保证精确转录。此版本为2026年2月10日的快照版本。