← 全部模型

Qwen-Audio-3.1-ASR-Flash-Filetrans

发布时间 发布主体 Alibabaqwen-audio-3.1-asr-flash-filetrans

模型定位

端到端非实时语音识别模型,面向长录音及音视频文件转写;输入为音频,输出为文本。适用于会议转写、内容生产和通话分析等场景。(alibabacloud.com)

能力

  • 支持多语言及多地区中文方言识别,包括中文、英语、日语、韩语等;支持多种方言的 ASR/AST 可控输出。
  • 支持热词和上下文增强、说话人分离、标点预测及文本规范化。
  • 通过 HTTP 提交非实时转写任务,任务完成后获取转写文件。(alibabacloud.com)

限制

  • 非实时文件转写,不适用于边说边返回识别结果的流式场景。
  • 每次请求提交一个可公开访问的文件 URL;单文件不超过 2 GB、12 小时。说话人分离需要单声道音频,官方建议启用时音频不超过 2 小时,以降低失败或超时风险。
  • 官方模型页面列示不支持函数调用、结构化输出、联网搜索、前缀续写、上下文缓存、批量推理及模型调优。国际站模型页面未列出上下文窗口和最大输入、输出 Token 数值。(alibabacloud.com)

发布日期

2026-09-21。阿里云国际站发布更新将该模型列在此日期下。(alibabacloud.com)

价格

以下为该模型 API 调用原价,输入和输出 Token 分别计费;地区、平台与币种不同的报价不应视为可直接换算的同一套餐。查询日期:2026-11-16。

  • 阿里云国内站,人民币 CNY:华北2(北京)输入 0.8 元/百万 Token、输出 2.7 元/百万 Token;新加坡国际部署输入 1.094 元/百万 Token、输出 3.427 元/百万 Token。北京地域列有 100 万 Token 免费额度,有效期为开通百炼、模型发布或申请通过三者中较晚日期起 90 天;其他地域无该免费额度。国内站官方定价。(help.aliyun.com)
  • 阿里云国际站,美元 USD:中国(北京)输入 0.113 美元/百万 Token、输出 0.382 美元/百万 Token;新加坡国际部署输入 0.15 美元/百万 Token、输出 0.47 美元/百万 Token。官方说明上述为原价,不含限时优惠。国际站官方模型定价。(alibabacloud.com)

官方来源