Qwen-Audio-3.1-ASR-Flash-Filetransは、会議の書き起こし、コンテンツ制作、通話分析などのシナリオ向けに設計されたエンドツーエンドのオフライン音声認識モデルです。多言語および多地域の中国語方言認識をサポートしています。高精度の書き起こし、ホットワードおよびコンテキスト強化、話者分離、句読点予測、テキスト正規化機能を備えています。複雑なノイズ環境でも安定したパフォーマンスを維持し、長時間のオーディオ書き起こしの首选となります。このバージョンでは、多方言に対する制御可能なASR/AST出力もサポートされています。
推論サービスプロバイダー
qwen-audio-3.1-asr-flash-filetransの推論サービスプロバイダーはAlibaba Cloud Model Studioです。
モデル機能
| 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 | 未サポート | Function Calling | 未サポート |
| Structured Outputs | 未サポート | Web検索 | 未サポート |
| Prefix Completion | 未サポート | コンテキストキャッシュ | 未サポート |
| バッチ推論 | 未サポート | ファインチューニング | 未サポート |
コンテキスト制限
| パラメータ | 値 | パラメータ | 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、モデルAPI呼び出しの通常料金のみが表示されており、期間限定のプロモーションは含まれていません。プロモーション情報については、Model Studio Consoleをご覧ください。
- 中国（北京）
- Singapore
| 課金項目 | 料金（USD） | 単位 |
|---|---|---|
| 入力 | 0.113 | 百万トークンあたり |
| 出力 | 0.382 | 百万トークンあたり |
レート制限
- 中国（北京）
- Singapore
| パラメータ | 値 |
|---|---|
| RPM（1分あたりのリクエスト数） | 600 |