← Alle Modelle

Qwen-Audio-3.0-ASR-Flash-Streaming

Veröffentlicht Herausgeber Alibabaqwen-audio-3.0-asr-flash-streaming

Einordnung

Ein Echtzeit-Spracherkennungsmodell von Tongyi Lab für latenzarme Streaming-Transkription und Anwendungen mit vielen gleichzeitigen Anfragen. Es verarbeitet Audio und gibt Text aus. (alibabacloud.com)

Fähigkeiten und Einsatz

  • Mehrsprachige Spracherkennung, darunter Deutsch, sowie Unterstützung chinesischer Dialekte und regionaler Akzente.
  • Hotwords und Kontextinformationen können die Erkennung von Fachvokabular unterstützen. Satzzeichen werden vorhergesagt; Zahlen, Datumsangaben und Geldbeträge können normalisiert werden.
  • Geeignet für Live-Untertitel, Besprechungstranskription, Unterstützung im Kundenservice und Sprachassistenten. (alibabacloud.com)

Grenzen

Das Modell unterstützt laut Modellseite weder Function Calling, strukturierte Ausgabe und Websuche noch Kontext-Caching, Batch-Inferenz oder Fine-Tuning. Maximale Ein- und Ausgabelänge sowie Kontextfenster sind dort nicht angegeben. Die Kontextunterstützung für die Erkennung ist nicht mit Kontext-Caching gleichzusetzen. (alibabacloud.com)

Preise

Abgerechnet wird die Dauer des Eingabeaudios pro Sekunde; die Textausgabe ist kostenlos. Die folgenden offiziellen Listenpreise gelten für die jeweils angegebene Plattform und Region und sind keine Währungsumrechnungen. Abfrage am 16. November 2026.

Offizielle Preisliste Region Eingabe Ausgabe
Alibaba Cloud China China, Peking 0,00033 CNY/Sekunde Kostenlos
Alibaba Cloud China Singapur, internationaler Bereitstellungsbereich 0,00066 CNY/Sekunde Kostenlos
Alibaba Cloud International Singapur, internationaler Bereitstellungsbereich 0,00009 USD/Sekunde Kostenlos
Alibaba Cloud International China, Peking 0,000047 USD/Sekunde Kostenlos

Die zum Abfragezeitpunkt eingesehene Preisliste weist für dieses Modell kein kostenloses Kontingent aus. (help.aliyun.com)

Veröffentlichung und offizielle Quellen