Qwen3-ASR
Welche Kompromisse Qwen3-ASR bei Mehrsprachigkeit, Störgeräuschen und langen Audiodateien eingeht und was der ForcedAligner sowie das CLI-Werkzeug jeweils ergänzen.
Qwen3-ASR ist die Spracherkennungsreihe aus Alibabas Qwen-Familie und deckt 52 Sprachen samt Dialektakzenten ab. Auch bei Störgeräuschen, Fernfeldaufnahmen, mehreren Sprechern und gesungenen Passagen bleibt die Zeichenfehlerrate niedrig, pro Durchlauf sind rund 20 Minuten Audio möglich. Ein ForcedAligner liefert Zeitstempel auf Wortebene, ein CLI-Werkzeug zerlegt lange Dateien per VAD und transkribiert parallel über die Drei-Minuten-Grenze hinaus.
