模型定位
Fun-ASR-Flash 是面向录音文件转写的非实时语音识别模型,通过 HTTP API 将音频转换为文本。官方公告将本版本列为语音识别模型。(alibabacloud.com)
能力与用途
- 支持普通话、粤语、吴语、闽南语、客家话、赣语、湘语、晋语,以及英语、日语、韩语等多种语言和地区口音。
- 官方称模型针对古诗词的节奏、韵律和文言表达进行了优化,适用于文化传承、教育讲解和有声读物等内容的转写。
- 支持使用对话上下文或领域词表辅助专有词汇识别。(alibabacloud.com)
限制
- 非实时识别;每次请求输入一个音频,支持 URL 或 Base64 Data URI,单文件不超过 5 分钟且不超过 2 GB。
- 不支持情绪识别或说话人分离。上下文中的
input_text和text消息各最多保留最近 5 条,每轮上下文文本合计不超过 400 个字符,超出部分会被截断。(docs.bailian.console.aliyun.com)
发布日期
官方模型更新公告日期为 2026 年 6 月 17 日;模型 ID 中的日期为 2026 年 6 月 15 日。(alibabacloud.com)
价格
以下为对应模型版本的官方按量价格,按输入音频时长计费,输出不计费;并非按 Token 计费。查询日期均为 2026 年 11 月 16 日。
- 阿里云国内站,人民币(CNY):华北 2(北京)输入为 0.00022 元/秒;新加坡、国际部署范围输入为 0.00026 元/秒。北京地域列有 36,000 秒免费额度,新加坡地域无该免费额度。国内站定价。(help.aliyun.com)
- 阿里云国际站,美元(USD):新加坡、国际部署范围输入为 0.000035 美元/秒;中国(北京)输入为 0.00003 美元/秒。新加坡地域列有 36,000 秒免费额度,北京地域无该免费额度。国际站定价。(alibabacloud.com)
上述免费额度的有效期为自开通百炼、模型发布或申请通过之日起 90 天,以较晚者为准。国内站和国际站价格分别适用于各自平台及所列地域,不应视为通过汇率换算得到的同一套餐。(help.aliyun.com)