← 전체 모델

Qwen-Audio-3.0-ASR-Flash

발표일 발표 기관 Alibabaqwen-audio-3.0-asr-flash

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)

공식 출처