Qwen3-ASR
Qwen3-ASR가 다국어 인식, 잡음 내성, 긴 오디오 처리에서 어떤 균형을 택했는지 정리하고 ForcedAligner와 CLI 도구가 각각 무엇을 채우는지 본다.
Qwen3-ASR는 알리바바 Qwen 계열의 음성 인식 모델로 52개 언어와 방언 억양을 다룬다. 잡음과 원거리 녹음, 여러 화자, 노래 구간에서도 낮은 문자 오류율을 유지하며 한 번에 약 20분 길이 오디오를 처리한다. ForcedAligner는 단어 단위 타임스탬프를 돌려주고, CLI 도구는 VAD 분할과 병렬 처리를 묶어 3분 제한을 넘어선다.
