Skip to main content

qwen-audio-3.1-asr-flash-streaming

Qwen-Audio-3.1-ASR-Flash-Streaming é um modelo de reconhecimento de fala em tempo real de ponta a ponta projetado para cenários como conferências em tempo real, legendas ao vivo e interação inteligente. Ele apresenta baixa latência e alta precisão na transcrição de fala em streaming. O modelo suporta reconhecimento multilíngue e de dialetos chineses de várias regiões, alternância perfeita entre chinês e inglês, aprimoramento por palavras-chave e contexto, previsão de pontuação e normalização de texto. Ele também exibe forte robustez a ruídos e pode se adaptar a ambientes acústicos complexos. Além disso, esta versão suporta saída ASR/AST controlável para múltiplos dialetos.

Provedor de Serviço de Inferência

O provedor de serviço de inferência para qwen-audio-3.1-asr-flash-streaming 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
Entrada0.848Por milhão de tokens
Saída0.636Por milhão de tokens

Limites de Taxa

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

Uso da API