Qwen3-ASR
Модели распознавания речи от команды Qwen на 50+ языков, включая русский. Хорошо справляются с шумом, пением и акцентами.
- Разработчик
- Alibaba (Qwen), Китай
- Первый выпуск
- янв 2026
- Последний выпуск
- июн 2026
- Размеры
- 0.6B – 1.7B
- Лицензия
- Можно в коммерциюApache 2.0
- Русский язык
- Есть
- Готовые сборки
- GGUF, MLX (Apple)
- Запуск
- Через свой серверРаботает и без видеокарты
- Сферы
- Поддержка клиентов, Медиа и продакшн, Образование
Какие задачи решает
- Расшифровка звонков и встреч
- Субтитры к видео
- Распознавание на нескольких языках
- Голосовой ввод в приложениях
Где применяется
Требования к железу
Версии
- Версии для Transformers (-hf)
- Qwen3-ASR 0.6B и 1.7B
Как запустить
Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам. Квантование — сжатие модели: она занимает меньше видеопамяти и работает на более скромном железе. Отвечает при этом чуть иначе, поэтому качество проверяют на своих примерах.
Частые вопросы
Можно ли использовать Qwen3-ASR в коммерческом проекте?
Да. Лицензия: Apache 2.0. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.
Какое железо нужно для Qwen3-ASR?
Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.
Поддерживает ли Qwen3-ASR русский язык?
Да, русский язык заявлен в карточке модели.
Где скачать Qwen3-ASR и сколько это стоит?
Веса Qwen3-ASR лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.
Как внедряю у заказчика
- ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
- УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
- ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
- ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.
Сравнения
Статьи по теме
Похожие модели
Распознавание речи на 99 языках, включая русский. Стандарт де-факто для расшифровки звонков и встреч. Ускоренные Distil-Whisper от Hugging Face — только для английского.
ПодробнееРечь в текстNVIDIA Parakeet / Canary / Nemotron SpeechNVIDIA · СШАКоммерция с условиямиБыстрые модели распознавания речи от NVIDIA, в том числе потоковые для работы в реальном времени. Parakeet TDT v3 и Nemotron 3.5 ASR понимают русский. Новая Nemotron 3.5 Transcribe (34B, 4.3B активных, OpenMDW 1.1) расшифровывает записи до часа на 40 языках, переводит речь, делит её по говорящим, ставит метки времени по словам и отвечает на вопросы по содержанию (вопросы только на английском); для русского доступны все задачи. Только готовые файлы, живой поток не поддерживается. Цифры авторов: 5,33% ошибок в словах на английском в открытом рейтинге Hugging Face.
ПодробнееРечь в текстSenseVoice / Paraformer / Fun-ASRAlibaba (Tongyi, FunAudioLLM) · КитайКоммерция с условиямиНабор моделей Alibaba для быстрого распознавания речи, в первую очередь китайской и азиатских языков. SenseVoice дополнительно определяет эмоции и звуковые события.
ПодробнееИсточник: huggingface.co/Qwen/Qwen3-ASR-1.7B. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.