开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

社区首页 >专栏 >粤语 ASR 模型不够准？Qwen3-ASR + SenseVoice 多模型融合与识别纠错实践

粤语 ASR 模型不够准？Qwen3-ASR + SenseVoice 多模型融合与识别纠错实践

作者头像

社会的拿破仑

发布于 2026-10-28 17:38:44

发布于 2026-10-28 17:38:44

500

举报

概述

粤语 ASR 模型不够准？Qwen3-ASR + SenseVoice 多模型融合与识别纠错实践

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

目录

一、为什么粤语 ASR 适合研究多模型融合？
- 1. 两种模型可能产生不同的错误
- 2. 为什么不直接使用大模型纠错？

二、Qwen3-ASR 与 SenseVoice：为什么选择这两个模型？

三、设计一套双模型粤语识别链路

四、使用 Python 搭建 Qwen3-ASR + SenseVoice 双模型推理
- 1. 安装依赖
- 2. 加载 Qwen3-ASR
- 3. 加载 SenseVoiceSmall
- 4. 文本归一化与冲突检测

五、从双模型冲突检测到 ROVER：怎样进一步改善结果？
- 策略一：以主模型为基础，辅助模型只负责发现冲突
- 策略二：引入第三个模型，形成多路投票
- 策略三：利用上下文进行有限纠错

六、多模型融合究竟有没有用？应该如何评测？

七、从开源实验走向企业级方言识别服务

八、总结：多模型融合的价值，不只是让识别结果更准确
- 参考资料