Aero-1-Audio，1.5B参数，在一些基准上表现出了与Whisper、Qwen-2-Audio相当甚至更优的性能，尤其是在参数效率方面 它是基于Qwen-2.5-1.5B构建的，核心是能处理15分钟的连续音频，并且无需分割成小块，这使它的整体理解的连贯性和稳定性比较好 支持语音识别、音频理解、音频指令遵循等任务 在语音识别任务中，其在AMI、LibriSpeech以及SPGISpeech等数据集的测试子集上取得了最低的词错误率 适合在资源受限情况下部署高质量音频处理功能的场景，比如手机语音助手、会议记录和转写系统、或者课堂实时语音转写等等