概要
Alibaba Cloud Model Studioで提供される、短い音声ファイル向けの自動音声認識モデルです。音声を入力し、テキストを出力します。公式のモデル公開一覧では、公開日は2026年6月17日です。ID内の2026年6月15日は公開一覧上の日付とは異なります。(alibabacloud.com)
能力と用途
- 中国語の7大方言体系と20以上の地域の普通話アクセントに対応。日本語、英語、韓国語などにも対応します。
- 中国の古典詩の韻律や文語表現に最適化されており、文化継承、教育解説、オーディオブックの文字起こしに利用できます。
- 文脈情報の活用、句読点の予測、数字・日付・金額などの表記正規化に対応します。(alibabacloud.com)
制限
- 1リクエストにつき音声1件、長さ5分以内、サイズ2 GB以下。URLまたはBase64 Data URIを指定できます。
- 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、ファインチューニングは非対応です。
- 公式ガイドの対応地域は北京とシンガポールです。(alibabacloud.com)
料金
以下は本モデルの通常API料金です。入力音声の長さを秒単位で課金し、テキスト出力は無料です。中国国内サイトと国際サイトの料金は別々の条件であり、為替換算した同一プランではありません。確認日はいずれも2026年11月16日です。
- 中国国内サイト(CNY):北京は入力0.00022 CNY/秒、シンガポールの国際デプロイは入力0.00026 CNY/秒。北京には36,000秒の無料枠があり、有効期限はModel Studio開通日・モデル公開日・申請承認日のうち最も遅い日から90日間です。出典:阿里云百炼モデル料金。(help.aliyun.com)
- 国際サイト(USD):シンガポールの国際デプロイは入力0.000035 USD/秒、北京は入力0.00003 USD/秒。シンガポールには36,000秒の無料枠があり、有効期限はModel Studio開通日・モデル公開日・申請承認日のうち最も遅い日から90日間です。出典:Alibaba Cloud Model Studio料金。(alibabacloud.com)