Skip to main content

qwen-audio-3.1-asr-flash-message

Qwen-Audio-3.1-ASR-Flash-Message é um modelo generativo de reconhecimento de fala otimizado para mensagens de voz, entrada de voz e cenários empresariais. Ele suporta chinês, inglês e outros idiomas, com otimizações para indonésio, japonês, tailandês, filipino, vietnamita, coreano e malaio. O modelo suporta transcrição incremental em streaming, palavras-chave P0/P1, normalização de texto, reconhecimento informado por transcrições anteriores e contexto de negócios, e polimento opcional de texto nativo. Ele melhora a estabilidade do reconhecimento com múltiplos falantes, conversas de fundo, áudio de campo distante e ruído ambiental. Ele suporta detecção automática de idioma ou idiomas alvo especificados, e pode transcrever dialetos chineses conforme falados ou convertê-los para texto em mandarim padrão.

Provedor de Serviço de Inferência

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

Capacidades do Modelo

CapacidadeSuporteCapacidadeSuporte
Modalidade de EntradaÁudioModalidade de SaídaTexto
Experiência do ModeloNão suportadoFunction CallingNão suportado
Saídas EstruturadasSuportadoPesquisa 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
Entrada0.848Por milhão de tokens
Saída0.636Por milhão de tokens

Limites de Taxa

  • China (Pequim)
  • Singapore
ParâmetroValor
RPM (solicitações por minuto)1200

Uso da API