**Qwen-Audio-3.1-ASR 技术报告：支持 30 种语言与 16 种方言的音频理解新模型**

_Qwen-Audio-3.1-ASR Technical Report_

> 该报告介绍了 Qwen-Audio-3.1-ASR，这是一个在 Qwen-Audio-3.0-ASR 基础上的升级版音频语言模型。它支持 30 种语言和 16 种中文方言，并增强了说话人分离转录和通用音频理解能力。模型具备指令控制的历史上下文条件、层级热词定制及原生转录润色功能，能够处理从语音识别到声音事件检测、音频问答等多种任务，并提供了异步、低延迟流式等多种部署变体。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.28711)