Qwen-Audio-3.1-ASR-Flash es un modelo a gran escala que admite reconocimiento eficiente de voz corta, diseñado para escenarios de transcripción de contenido cultural, multilingüe y de alta calidad. El modelo admite reconocimiento multilingüe y de múltiples dialectos regionales chinos, y está optimizado para el ritmo, la cadencia y la expresión clásica china de la poesía china antigua. Cuenta con capacidades de mejora de contexto, predicción de puntuación y normalización de texto. Esta versión también admite salida ASR/AST controlable para múltiples dialectos. Incluye capacidades nativas de transcripción y pulido, así como capacidades de transcripción basada en roles de diálogo multipersonal de grado industrial.
Proveedor de servicios de inferencia
El proveedor de servicios de inferencia para qwen-audio-3.1-asr-flash es Alibaba Cloud Model Studio.
Capacidades del modelo
| Capacidad | Compatibilidad | Capacidad | Compatibilidad |
|---|---|---|---|
| Modalidad de entrada | Audio | Modalidad de salida | Texto |
| Experiencia del modelo | No compatible | Llamada a funciones | No compatible |
| Salidas estructuradas | No compatible | Búsqueda web | No compatible |
| Completado de prefijo | No compatible | Almacenamiento en caché de contexto | No compatible |
| Inferencia por lotes | No compatible | Ajuste fino | No compatible |
Límites de contexto
| Parámetro | Valor | Parámetro | Valor |
|---|---|---|---|
| Longitud máxima de entrada | - | Longitud máxima de salida | - |
| Ventana de contexto | - |
Precios
Esta página solo muestra los precios originales para las llamadas a la API del modelo, excluyendo cualquier promoción por tiempo limitado. Visite Model Studio Console para ver ofertas promocionales.
- China (Beijing)
- Singapore
| Concepto de facturación | Precio (USD) | Unidad |
|---|---|---|
| Entrada | 0.113 | Por millón de tokens |
| Salida | 0.382 | Por millón de tokens |
Límites de tasa
- China (Beijing)
- Singapore
| Parámetro | Valor |
|---|---|
| RPM (solicitudes por minuto) | 600 |