Qwen3-ASR-Flash のリアルタイムバージョンは、大規模言語モデルをベースにした、高精度、インテリジェント、かつ堅牢な多言語音声認識モデルです。強力な基盤モデル、膨大なテキストデータとマルチモーダルデータ、数千万時間に及ぶ音声データを活用することで、Qwen3-ASR-Flash は高精度な音声認識を実現します。言語を自動で判断し、11言語の音声を正確に識別すると同時に、複雑な音声環境でも正確な文字起こしを保証します。
推論サービスプロバイダー
qwen3-asr-flash-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 | 非対応 | Function Calling | 非対応 |
構造化出力 | 非対応 | ウェブ検索 | 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、期間限定の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を記載しています。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 |