Développé par Tongyi Lab, qwen-audio-3.0-asr-flash-streaming est un modèle phare de reconnaissance vocale conçu pour les scénarios d'interaction en temps réel à faible latence et haute concurrence. Il offre une transcription en streaming ultra-fluide, intègre des capacités avancées d'enrichissement contextuel et bénéficie d'un entraînement par renforcement intensif sur le vocabulaire de domaines spécialisés. Ce modèle constitue ainsi la solution idéale pour créer des applications telles que l'interprétation simultanée de conférences en temps réel, l'assistance intelligente aux agents de service client ou les assistants vocaux.
Fournisseur du service d'inférence
Alibaba Cloud Model Studio fournit le service d'inférence pour qwen-audio-3.0-asr-flash-streaming.
Capacités du modèle
| Capacité | Prise en charge | Capacité | Prise en charge |
|---|---|---|---|
Modalité d'entrée | Audio | Modalité de sortie | Text |
Expérience du modèle | Unsupported | Appel de fonction | Unsupported |
Sorties structurées | Unsupported | Recherche web | Unsupported |
Complétion de préfixe | Unsupported | Mise en cache du contexte | Unsupported |
Inférence par lot | Unsupported | Fine-tuning | Unsupported |
Limites de contexte
| Paramètre | Valeur | Paramètre | Valeur |
|---|---|---|---|
Longueur d'entrée maximale | — | Longueur de sortie maximale | — |
Fenêtre de contexte | — |
Tarification
Cette page présente uniquement les tarifs standards des appels API du modèle, hors promotions temporaires. Consultez la Console Model Studio pour découvrir les offres promotionnelles.
- China (Beijing)
- Singapore
| Élément de facturation | Prix (USD) | Unité |
|---|---|---|
Durée audio | 0,000047 | Par seconde |
Limites de taux
- China (Beijing)
- Singapore
| Paramètre | Valeur |
|---|---|
RPM (requêtes par minute) | 1200 |