Qwen 发布 Qwen3-ForcedAligner-0.6B 语音对齐模型

Qwen 团队于 6 月 26 日在 Hugging Face 模型库正式上架 Qwen3-ForcedAligner-0.6B-hf，这是一款面向语音识别任务的强制对齐（forced alignment）模型，采用 token-classification pipeline，基于 transformers 库和 safetensors 格式构建。

该模型标签涵盖 transformers、safetensors、qwen3_asr、token-classification，支持中文（zh）、英文（en）、粤语（yue）和法语（fr）四种语言，表明 Qwen 正在系统化构建其语音技术栈。

强制对齐是语音识别和语音合成中的关键环节，能够将音频信号与文本在时间轴上精确对齐。这一模型的发布为开发者提供了一个专门化的工具，可应用于语音数据集标注、语音合成训练数据的准备等场景。

来源：Qwen Hugging Face 官方模型库，模型页面显示下载量为 0，获赞 1 次。