# Qwen3-ASR-1.7B-hf

Éditeur : Alibaba (Chine). Poids ouverts. Licence : Apache 2.0.

En bref : 21e sur 39 en transcription en français ; 9e sur 53 en transcription en anglais (Open ASR).

Page : https://quelleia.com/voix/modeles/alibaba-qwen3-asr-1-7b-hf/. Classements de la voix de QUELLE IA, à part du score des modèles de langage, relevé du 19 octobre 2026.

## Présentation

Carte Qwen3-ASR au format natif Transformers publiée par Alibaba (Qwen), pour la transcription avec identification de la langue sur 30 langues et 22 dialectes chinois, hors ligne ou en streaming, y compris le chant et les chansons avec accompagnement. Alibaba présente la taille 1.7B comme la plus précise de la famille et la compare aux API commerciales de transcription. (lu sur https://huggingface.co/Qwen/Qwen3-ASR-1.7B-hf/raw/main/README.md)

- Sortie : 26 juin 2026 (lu sur la page de l'éditeur, https://raw.githubusercontent.com/QwenLM/Qwen3-ASR/main/README.md)

## Langues

- Annoncées par l'éditeur : 30 langues et 22 dialectes chinois, dont le français (zh, en, yue, ar, de, fr, es, pt, id, it, ko, ru, th, vi, ja, tr, hi, ms, nl, sv, da, fi, pl, cs, fil, fa, el, hu, mk, ro).
- Évaluées par nos sources : français et anglais.
- Le français : annoncé par l'éditeur ; évalué, 21e sur 39 en transcription en français (5,68 %).
- Source des langues annoncées : https://huggingface.co/Qwen/Qwen3-ASR-1.7B-hf/raw/main/README.md

## Ses classements

- Transcription en français : 21e sur 39, taux d'erreur par mot 5,68 % ; vitesse : RTFx 379 : transcrit 379 secondes d'audio par seconde de calcul ; par jeu de test : Common Voice 7,84 %, FLEURS 4,06 %, MLS 5,15 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).
- Transcription en anglais, Open ASR : 9e sur 53, taux d'erreur par mot 5,40 % ; vitesse : RTFx 819 : transcrit 819 secondes d'audio par seconde de calcul ; par jeu de test : AMI-Cleaned 8,31 %, Earnings22-Cleaned-AA-chunked 5,84 %, Gigaspeech-Cleaned 7,22 %, LS Clean 1,26 %, LS Other 2,94 %, Private (conversational) 12,14 %, Private (scripted) 2,87 %, SPGISpeech 2,57 %, URGENT24 9,93 %, Voice Arena Monsoon 3,50 %, Voxpopuli-AA-Cleaned 2,85 %. Source : Open ASR Leaderboard, Hugging Face, https://huggingface.co/spaces/hf-audio/open_asr_leaderboard (relevé du 19 octobre 2026, version du 17 octobre 2026).

## Modèles proches

- Transcription en français : [Granite-Speech-4.1-2B-NAR](https://quelleia.com/voix/modeles/ibm-granite-speech-4-1-2b-nar/), 20e (5,40 %), juste devant
- Transcription en français : [Voxtral Mini](https://quelleia.com/voix/modeles/voxtral-mini/), 22e (5,96 %), juste derrière
- Transcription en anglais, Open ASR : [Universal-3.5 Pro](https://quelleia.com/voix/modeles/assemblyai-universal-3-5-pro/), 8e (5,39 %), juste devant
- Transcription en anglais, Open ASR : [Smallest AI Pulse](https://quelleia.com/voix/modeles/smallest-ai-pulse/), 10e (5,71 %), juste derrière

## Comment lire ces chiffres

- Transcription : Le taux d'erreur par mot compte les mots mal transcrits, oubliés ou ajoutés, pour cent mots prononcés : plus il est bas, mieux c'est. Chaque tableau vient d'une seule source, sur ses propres enregistrements : deux tableaux ne se comparent pas chiffre à chiffre.

## Noms dans les sources

- Hugging Face (hf-audio) : Qwen/Qwen3-ASR-1.7B-hf

## Liens

- Page de l'éditeur : https://huggingface.co/Qwen/Qwen3-ASR-1.7B-hf
- L'essayer : https://huggingface.co/spaces/Qwen/Qwen3-ASR

## Pages lues

- https://huggingface.co/Qwen/Qwen3-ASR-1.7B-hf/raw/main/README.md (« Qwen3-ASR (Transformers native) »), 17/10/2026
- https://huggingface.co/Qwen/Qwen3-ASR-1.7B-hf/raw/main/README.md (« Supports language identification and speech recognition for 30 languages and 22 Chinese dialects »), 17/10/2026
- https://huggingface.co/Qwen/Qwen3-ASR-1.7B-hf/raw/main/README.md (« The 1.7B version achieves state-of-the-art performance among open-source ASR models and is competitive with the strongest proprietary commercial APIs. »), 17/10/2026
- https://huggingface.co/Qwen/Qwen3-ASR-1.7B-hf/raw/main/README.md (« Offline / Streaming | Speech, Singing Voice, Songs with BGM »), 17/10/2026
- https://huggingface.co/Qwen/Qwen3-ASR-1.7B-hf/raw/main/README.md (« Chinese (zh), English (en), Cantonese (yue), Arabic (ar), German (de), French (fr), Spanish (es) »), 17/10/2026
- https://raw.githubusercontent.com/QwenLM/Qwen3-ASR/main/README.md (« 2026.6.26: 🤗🤗🤗 Native Transformers support is now available! It includes `torch.compile` support for faster inference. See the new model cards for example usage »), 17/10/2026