O Qwen3-ASR-Flash é um modelo de reconhecimento de fala multilíngue altamente preciso, inteligente e robusto, baseado em um large language model. Com base em um modelo fundamental poderoso, grandes volumes de dados textuais e multimodais e dezenas de milhões de horas de áudio, o Qwen3-ASR-Flash oferece reconhecimento de fala de alta precisão. Ele identifica automaticamente o idioma e reconhece com exatidão a fala em 11 idiomas, garantindo transcrições precisas mesmo em ambientes sonoros complexos.
Provedor de service de inferência
O provedor de service de inferência para qwen3-asr-flash é o Alibaba Cloud Model Studio.
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 | Fine-tuning | 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 | 0,000032 | Por segundo |
Limites de taxa
- China (Beijing)
- Singapore
Parâmetro | Valor |
RPM (Requisições por minuto) | 100 |