← すべてのモデル

Fun-ASR

公開日 提供元 Alibabafun-asr-2025-11-07

概要

Alibaba Cloud Model Studioで提供される、録音ファイル向けの非リアルタイム音声認識モデル。音声を入力し、テキストを出力する。HTTP APIで利用し、ホットワードによる認識精度の向上と話者分離に対応する。(help.aliyun.com)

能力と用途

  • 日本語、英語、韓国語などを含む多言語と、中国語の方言・地域アクセントに対応する。公式案内は合計30言語としている。
  • 句読点の予測や、数字・日付・金額の表記の正規化に対応する。中国古典詩の認識にも最適化され、文化継承、教育、オーディオブックなどへの利用が挙げられている。(help.aliyun.com)

制限

  • 非リアルタイムのファイル認識用であり、リアルタイム版は別モデル。音声は最大12時間、2 GB。
  • 感情認識、Function Calling、構造化出力、Web検索、コンテキストキャッシュ、バッチ推論、モデル調整には対応しない。(help.aliyun.com)
  • 国際版の公式告知では、このモデルIDを2026年10月10日に廃止する予定とし、代替として fun-asr を推奨している。実際の変更時刻は告知上、実施状況による。(alibabacloud.com)

日付

公式一覧は2025年11月7日のスナップショットと記載し、2025年11月21日の更新欄に掲載している。一方、同じモデルの現行説明には「2026年4月更新」とも記載されており、記述間の関係は明確ではない。(help.aliyun.com)

料金

以下は録音ファイル認識の公表価格。入力音声の秒数で課金され、出力テキストは無料。確認日:2026年11月17日。

  • 中国国内サイト・北京:入力 0.00022 CNY/秒、出力無料。公式モデル情報に掲載された価格で、割引前の原価。(help.aliyun.com)
  • 国際サイト・シンガポール、国際デプロイ:当該スナップショットの公表入力価格は 0.000035 USD/秒、出力無料。これは廃止告知にも掲載された価格であり、廃止後に当該IDを利用できることを意味しない。(docs.modelstudio.console.alibabacloud.com)

地域・契約先の異なる価格であり、相互換算したものではない。

公式情報