qwenlm/qwen3-asr 是 Qwen 团队在阿里云开发的开源语音识别模型系列。该仓库包含 Qwen3-ASR-1.7B 和 Qwen3-ASR-0.6B，以及 Qwen3-ForcedAligner-0.6B。ASR 即自动语音识别，也就是把语音转写成文字。根据仓库说明，这两个 ASR 模型支持对 52 种语言和方言进行语言识别与语音识别，并提供流式与离线推理以及长音频转写。
强制对齐（forced alignment）是让给定的文本对应到语音时间位置的工作。Qwen3-ForcedAligner-0.6B 在 11 种语言上完成这种对齐。因此这个仓库同时覆盖两个阶段：从语音中获得文本，以及确认该文本对应语音的哪个时刻。实现语言为 Python，许可证为 Apache-2.0。
不过，现有记录中没有识别准确率、处理速度，也没有与其他模型的对比结果。仓库说明还提到了音乐与歌声识别以及时间戳预测，但现有 README 摘要并未给出运行条件或性能依据。因此功能范围可以确认，但还缺少足以判断实际性能或适用条件的依据。