Bien que ce soit un message de Bibaijie, le modèle Qwen a officiellement mis à jour le modèle de reconnaissance vocale en temps réel Fun-ASR-Realtime. Le délai de la première parole de ce modèle est contrôlé au niveau des centaines de millisecondes, la précision de reconnaissance est proche de celle du modèle hors ligne, et il prend en charge 16 dialectes et 30 langues.