O qwen-audio-3.0-asr-flash-streaming é o principal modelo de reconhecimento de fala desenvolvido pelo Tongyi Lab para cenários de interação em tempo real com baixa latência e alta concorrência. Ele oferece transcrição em streaming extremamente fluida, integra recursos avançados de aprimoramento de contexto e inclui treinamento intensivo por reforço para vocabulários de domínios específicos. Essas características tornam o modelo ideal para criar aplicações como interpretação simultânea de conferências em tempo real, assistência inteligente para agentes de atendimento ao cliente e assistentes de voz.
Provedor do service de inferência
O Alibaba Cloud Model Studio fornece o service de inferência para qwen-audio-3.0-asr-flash-streaming.
Capacidades do modelo
Capacidade | Suporte | Capacidade | Suporte |
Modalidade de entrada | Audio | Modalidade de saída | Text |
Experiência do modelo | Unsupported | Function Calling | Unsupported |
Saídas estruturadas | Unsupported | Pesquisa na web | Unsupported |
Conclusão de prefixo | Unsupported | Cache de contexto | Unsupported |
Inferência em lote | Unsupported | Ajuste fino | Unsupported |
Limites de contexto
Parâmetro | Valor | Parâmetro | Valor |
Comprimento máximo de entrada | — | Comprimento máximo de saída | — |
Janela de contexto | — |
Preços
Esta página exibe apenas os preços originais para chamadas de API do modelo, sem incluir promoções por tempo limitado. Acesse o Model Studio Console para consultar ofertas promocionais.
- China (Beijing)
- Singapore
Item de faturamento | Preço (USD) | Unidade |
Duração do áudio | 0,000047 | Por segundo |
Limites de taxa
- China (Beijing)
- Singapore
Parâmetro | Valor |
RPM (solicitações por minuto) | 1.200 |