Qwen3-ASR-1.7B 0.6B,官方原版,支持超长音视频转文字字幕,视频转字幕,4G显存可用,支持50系显卡,批量任务,支持热词控制

v2.0 使用官方原版模型，修复超长音视频无法全部转写问题，增加一键批量任务

镜像简介

本镜像搭载基于通义千问Qwen3的ASR语音识别模型（1.7B参数），提供高效、精准的语音转文字及视频字幕生成服务。仅需4G显存即可运行，支持50系显卡、批量任务处理与热词控制优化，适用于视频制作、会议记录、内容审核及多语种字幕生成等场景，为用户提供轻量且专业的本地化语音识别解决方案。

镜像使用指南

1、该镜像支持自启动，初始化后，需要等待服务启动，大概2分钟左右，可以输入命令 tail -50f /root/wan/log.txt 查看启动日志 2、随后点击 SD-WEBUI 按钮即可，上传音频或者视频，点击转写按钮即可，支持批量任务

支持一键批量任务