모델 개요
Qwen-Audio-3.0-ASR-Flash는 녹음된 짧은 오디오를 텍스트로 변환하는 비실시간 자동 음성 인식(ASR) 모델이다. HTTP API로 호출한다. 공식 모델 업데이트에 기재된 출시일은 2026년 7월 30일이다. (alibabacloud.com)
주요 기능 및 용도
- 한국어, 중국어, 영어, 일본어 등을 포함한 30개 언어와 중국어 방언·지역 억양을 지원한다.
- 핫워드와 프롬프트 문맥을 활용해 특정 어휘의 인식 정확도를 높일 수 있다. 문장부호 예측 및 숫자·날짜·금액의 텍스트 정규화도 지원한다.
- 회의 녹취, 녹음 분석, 자막 생성과 문화·교육용 중국 고전 시가 전사 등에 활용할 수 있다. (alibabacloud.com)
제한 사항
- 요청당 URL 또는 Base64 Data URI로 파일 1개를 전달하며, 파일은 최대 5분 및 2GB다.
- 감정 인식과 화자 분리는 지원하지 않는다. 실시간 음성 입력용 Streaming 모델 및 긴 파일용 Filetrans 모델은 별도의 모델 ID를 사용한다.
- 이 모델의 SSE 결과 스트리밍은 길이가 1분 이상인 오디오에서만 사용할 수 있다. (help.aliyun.com)
공식 종량제 가격
조회일: 2026년 11월 16일. 아래 가격은 이 모델의 입력 오디오 길이에 대한 초당 요금이며, 출력 텍스트는 별도 과금하지 않는다. 지역과 결제 플랫폼별 가격을 구분한 것으로, 환율로 환산한 금액이 아니다.
| 공식 플랫폼 | 배포 지역 | 입력 가격 | 출력 가격 |
|---|---|---|---|
| 중국 국내 Alibaba Cloud Model Studio | 중국 화북 2(베이징) | 0.00022 CNY/초 | 무료 |
| 중국 국내 Alibaba Cloud Model Studio | 싱가포르, 국제 배포 | 0.00026 CNY/초 | 무료 |
| Alibaba Cloud 국제 Model Studio | 싱가포르, 국제 배포 | 0.000035 USD/초 | 무료 |
| Alibaba Cloud 국제 Model Studio | 중국 베이징 | 0.00003 USD/초 | 무료 |
국내 및 국제 공식 가격표를 각각 확인했다. 실제 이용 가능 지역과 적용 조건은 해당 플랫폼에서 확인해야 한다. (help.aliyun.com)