开源语音识别模型Qwen3-ASR安装及使用步骤

koltlin

安装步骤

1. 新建 Python 环境（推荐）

   conda create -n qwen3-asr python=3.12 -y
   conda activate qwen3-asr

2. 安装 Qwen3-ASR 包

   • 只需 transformers 后端：

     pip install -U qwen-asr

   • 需要 vLLM 后端（推荐高性能/流式）：

     pip install -U qwen-asr[vllm]

3. （可选）加速推理安装 FlashAttention 2

   pip install -U flash-attn --no-build-isolation

---

快速推理示例

import torch
from qwen_asr import Qwen3ASRModel

# 加载模型（可选：dtype="bfloat16"、device_map="cuda:0"）
model = Qwen3ASRModel.from_pretrained("Qwen/Qwen3-ASR-1.7B")

# 推理音频（支持本地文件路径、URL等）
results = model.transcribe(audio="https://qianwen-res.oss-cn-beijing.aliyuncs.com/Qwen3-ASR-Repo/asr_en.wav")

print(results[0].language)
print(results[0].text)

---

注意：

• 更多高级推理选项与批量、流式推理、时间戳功能见官方文档。
• 若下载模型遇到网络限制，参考前述 ModelScope/Hugging Face 离线下载方案。

mai2

感謝分享