← 全部模型

Qwen-Audio-3.0-ASR-Flash

發布時間 發布主體 Alibabaqwen-audio-3.0-asr-flash

模型定位

非即時自動語音辨識(ASR)模型,輸入音訊、輸出文字,適合短音訊轉寫。它與即時串流的 Streaming 版本及長檔案轉寫的 Filetrans 版本是不同模型。(alibabacloud.com)

能力與用途

  • 支援中文、英文、日文、韓文等共 30 種語言,以及官話、吳、湘、贛、客、閩、粵七大漢語方言群和 20 多種地區口音。
  • 支援預編譯熱詞、即時熱詞及上下文輸入,可改善專業詞彙辨識;強化古詩詞辨識、標點預測及數字、日期、金額的文字正規化。
  • 適用於教育、文化、有聲讀物及其他短音訊轉寫場景。(alibabacloud.com)

限制

每次請求可輸入一個音訊,透過 URL 或 Base64 Data URI 提供;檔案不超過 2 GB,時長不超過 5 分鐘。長音訊可考慮另外的 Filetrans 模型,即時辨識則需使用其他版本。官方模型資訊列出不支援函式呼叫、結構化輸出、網路搜尋、上下文快取、批次推論與模型微調;上下文輸入不等於支援上下文快取。(docs.modelstudio.console.alibabacloud.com)

價格

查詢日期:2026-11-16。以下均為該模型按輸入音訊時長計費的官方單價,輸出文字不另收費;不同站點及地域的價格不可視為匯率換算後的同一套餐。

  • 中國站,人民幣(CNY):華北 2(北京)輸入 0.00022 CNY/秒;新加坡、國際部署範圍輸入 0.00026 CNY/秒。中國站定價表所列北京地域此模型無免費額度。中國站官方定價。(help.aliyun.com)
  • 國際站,美元(USD):新加坡、國際部署範圍輸入 0.000035 USD/秒;中國(北京)輸入 0.00003 USD/秒。國際站定價表所列新加坡地域此模型無免費額度。國際站官方定價。(alibabacloud.com)

發布日期與官方來源

官方更新公告列出的發布日期為 2026-07-30。模型發布與更新公告;模型資訊。(alibabacloud.com)