これは、通義ラボの次世代エンドツーエンド音声認識モデルのリアルタイムバージョンです。独自の最先端音声技術に基づき、卓越したコンテキスト認識能力と高精度な音声文字起こし機能を誇ります。エンドツーエンドのアーキテクチャをベースに、Fun-ASR は革新的な RAG 技術を統合し、大規模なホットワードのカスタマイズ、センシティブな単語やフィルワードの自動フィルタリング、ITN 正規化、句読点予測といった多次元的な特徴をサポートし、全体的な認識精度とコンテキストとの関連性を大幅に向上させます。さらに、Fun-ASR は中国語と英語の柔軟な切り替えをサポートし、複数の地域の方言をカバーし、強化された耐ノイズ性により、多様で複雑な環境に適応します。
推論サービスプロバイダー
fun-asr-realtime の推論サービスプロバイダーは Alibaba Cloud Model Studio です。
モデルの機能
| 機能 | サポート | 機能 | サポート |
|---|---|---|---|
入力モダリティ | オーディオ | 出力モダリティ | テキスト |
モデル体験 | サポート対象外 | Function Calling | サポート対象外 |
構造化出力 | サポート対象外 | ウェブ検索 | サポート対象外 |
プレフィックス補完 | サポート対象外 | コンテキストキャッシュ | サポート対象外 |
バッチ推論 | サポート対象外 | ファインチューニング | サポート対象外 |
コンテキスト制限
| パラメーター | 値 | パラメーター | 値 |
|---|---|---|---|
最大入力長 | — | 最大出力長 | — |
コンテキストウィンドウ | — |
料金
このページでは、モデル API 呼び出しの元の料金のみを表示しており、期間限定のプロモーションは含まれていません。プロモーションについては、Model Studio コンソールをご参照ください。
- 中国 (北京)
| 課金項目 | 価格 (USD) | 単位 |
|---|---|---|
音声時間 | 0.000047 | 1 秒あたり |
モデルの呼び出し方法
レート制限
- 中国 (北京)
- シンガポール
| パラメーター | 値 |
|---|---|
RPM (1 分あたりのリクエスト数) | 1200 |
スナップショットバージョン
fun-asr-realtime-2026-02-28
自動音声認識, , .:, , , , .2026228, 音声区間検出.
推論サービスプロバイダー
fun-asr-realtime-2026-02-28 の推論サービスプロバイダーは Alibaba Cloud Model Studio です。
モデルの機能
| 機能 | サポート | 機能 | サポート |
|---|---|---|---|
入力モダリティ | オーディオ | 出力モダリティ | テキスト |
モデル体験 | サポート対象外 | Function Calling | サポート対象外 |
構造化出力 | サポート対象外 | ウェブ検索 | サポート対象外 |
プレフィックス補完 | サポート対象外 | コンテキストキャッシュ | サポート対象外 |
バッチ推論 | サポート対象外 | ファインチューニング | サポート対象外 |
コンテキスト制限
| パラメーター | 値 | パラメーター | 値 |
|---|---|---|---|
最大入力長 | — | 最大出力長 | — |
コンテキストウィンドウ | — |
料金
このページでは、モデル API 呼び出しの元の料金のみを表示しており、期間限定のプロモーションは含まれていません。プロモーションについては、Model Studio コンソールをご参照ください。
- 中国 (北京)
| 課金項目 | 価格 (USD) | 単位 |
|---|---|---|
音声時間 | 0.000047 | 1 秒あたり |
レート制限
- 中国 (北京)
| パラメーター | 値 |
|---|---|
RPM (1 分あたりのリクエスト数) | 1200 |