---
title: "阿里发布语音识别新模型，医疗词汇\"听中率\"破 95%，曾拿全球最低错字率"
url: "https://paooo.com/aigc-news/39823/"
author: "Prompt 语宙研究院"
published_at: "2026-07-31T14:46:36+08:00"
updated_at: "2026-07-31T14:46:36+08:00"
categories: "AIGC 资讯"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 阿里发布语音识别新模型，医疗词汇"听中率"破 95%，曾拿全球最低错字率

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/39823/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-31

阿里巴巴正式发布语音识别大模型 Qwen-Audio-3.0-ASR-Flash，核心目标很直接——让 AI 精准听懂专业词汇。模型在上下文一致性、行业词识别和热词定制化三个维度做了系统性优化，同时具备语音润色能力，可直接输出结构化文本。

研究团队持续从医疗、IT 编程、股票、社会名人等领域挖掘专业词汇，建成了覆盖多行业的高质量词库。在最新行业词汇内部评测中，新模型对各行业专业词的"听中率"均有明显提升，其中医疗场景更是突破了 95.36%。

**三个版本覆盖五大场景，已拿全球第一**

Qwen-Audio-ASR-Flash 系列已在会议纪要整理、实时字幕、教育录播、智能客服等场景中得到验证，此前曾在 AI 评测平台 Artificial Analysis 上以 1.7% 的错字率拿下全球第一。这意味着在真实的办公和教育环境中，AI 语音转文字的准确度已经摸到了可用性的天花板。

目前该模型已通过阿里云百炼平台开放调用，提供三个版本：实时语音识别最长 5 分钟的 Flash 版、离线文件转写的 Filetrans 版，以及实时语音识别 Streaming 版。当 AI 不仅"能听"，还能听懂你行业里那些拗口的专业术语，语音交互的最后一公里，或许就快跑通了。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)