Positionnement
Modèle de reconnaissance vocale destiné à la transcription non temps réel de fichiers audio ou vidéo complets. Il reçoit de l’audio et produit du texte. (help.aliyun.com)
Capacités et usages
- Reconnaissance multilingue, notamment du français, de l’anglais et du chinois avec plusieurs dialectes et accents régionaux.
- Prise en charge des mots-clés et du contexte pour améliorer la reconnaissance des termes spécialisés ; séparation des locuteurs, prédiction de la ponctuation et normalisation du texte.
- Usages possibles : sous-titrage de vidéos courtes, transcription de réunions, contrôle qualité du service client et analyse d’enregistrements financiers. (alibabacloud.com)
Limites
Le traitement n’est pas en temps réel. L’API HTTP accepte un fichier par requête via une URL accessible publiquement, avec un maximum de 12 heures et de 2 Go ; pour la séparation des locuteurs, une durée maximale de 2 heures est recommandée. La reconnaissance des émotions, l’appel de fonctions, la sortie structurée, la recherche Web, le cache de contexte, l’inférence par lots et l’ajustement fin ne sont pas pris en charge. Les longueurs maximales d’entrée et de sortie en tokens ne sont pas précisées. (help.aliyun.com)
Tarifs
Tarifs officiels consultés le 16 novembre 2026, hors promotions. La facturation porte sur chaque seconde d’audio en entrée ; la sortie texte n’est pas facturée. Ces prix dépendent du site et de la région et ne sont pas des conversions entre forfaits.
- Site chinois Alibaba Cloud Model Studio, CNY : Pékin, 0,00022 CNY/seconde ; Singapour, déploiement international, 0,00026 CNY/seconde. La table indique qu’aucun quota gratuit n’est associé à cette version à Pékin. Source officielle des tarifs CNY. (help.aliyun.com)
- Site international Alibaba Cloud Model Studio, USD : Singapour, déploiement international, 0,000035 USD/seconde ; Pékin, 0,000032 USD/seconde. La table indique qu’aucun quota gratuit n’est associé à cette version à Singapour. Source officielle des tarifs USD. (alibabacloud.com)
Publication et sources
Date de publication : 30 juillet 2026, selon l’annonce officielle. Annonce des modèles ; fiche officielle du modèle ; documentation de reconnaissance vocale. (alibabacloud.com)