Skip to main content

qwen-audio-3.1-asr-flash

Qwen-Audio-3.1-ASR-Flash é um modelo de grande escala que suporta reconhecimento eficiente de fala curta, projetado para cenários de transcrição de conteúdo cultural, multilíngue e de alta qualidade. O modelo suporta reconhecimento multilíngue e de dialetos chineses de várias regiões, e é otimizado para o ritmo, cadência e expressão clássica da poesia chinesa antiga. Ele possui recursos de aprimoramento de contexto, previsão de pontuação e normalização de texto. Esta versão também suporta saída ASR/AST controlável para múltiplos dialetos. Inclui capacidades nativas de transcrição e refinamento, bem como capacidades de transcrição baseada em papéis para diálogos com múltiplas pessoas de nível industrial.

Provedor de Serviço de Inferência

O provedor de serviço de inferência para qwen-audio-3.1-asr-flash é o Alibaba Cloud Model Studio.

Capacidades do Modelo

CapacidadeSuporteCapacidadeSuporte
Modalidade de EntradaÁudioModalidade de SaídaTexto
Experiência do ModeloNão suportadoFunction CallingNão suportado
Saídas EstruturadasNão suportadoPesquisa na WebNão suportado
Completar PrefixoNão suportadoCache de ContextoNão suportado
Inferência em LoteNão suportadoAjuste finoNão suportado

Limites de Contexto

ParâmetroValorParâmetroValor
Comprimento Máximo de Entrada-Comprimento Máximo de Saída-
Janela de Contexto-

Preços

Esta página mostra apenas os preços originais para chamadas de API do modelo, excluindo quaisquer promoções por tempo limitado. Visite o Console do Model Studio para ofertas promocionais.
  • China (Pequim)
  • Singapore
Item de CobrançaPreço (USD)Unidade
Entrada0.113Por milhão de tokens
Saída0.382Por milhão de tokens

Limites de Taxa

  • China (Pequim)
  • Singapore
ParâmetroValor
RPM (solicitações por minuto)600

Uso da API