qwen-audio-3.0-asr-flash-streaming は、Tongyi Lab が開発した、低遅延、高同時実行数のリアルタイムインタラクションシナリオに特化したフラッグシップ音声認識モデルです。非常にスムーズなリアルタイムストリーミング文字起こし体験を提供し、コンテキスト拡張機能を深く統合し、専門ドメインの語彙に対する集中的な強化学習を特徴としています。これにより、リアルタイム会議同時通訳、インテリジェントカスタマーサービスエージェント支援、音声アシスタントなどのアプリケーションを構築するための理想的な選択肢となります。
推論サービスプロバイダー
qwen-audio-3.0-asr-flash-streaming 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 | 音声 | 出力モダリティ | テキスト |
モデル体験 | 非対応 | 関数呼び出し | 非対応 |
構造化出力 | 非対応 | Web 検索 | 非対応 |
プレフィックス補完 | 非対応 | コンテキストキャッシュ | 非対応 |
バッチ推論 | 非対応 | ファインチューニング | 非対応 |
コンテキスト長の制限
| 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
このページには、期間限定プロモーションを除いた、モデル API 呼び出しの基本料金のみが表示されています。プロモーション情報については、Model Studio コンソールをご参照ください。
- 中国 (北京)
- シンガポール
| 課金項目 | 価格 (USD) | 単位 |
|---|---|---|
音声時間 | 0.000047 | 秒単位 |
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 |