A versão em tempo real do Qwen3-ASR-Flash é um modelo de reconhecimento de fala multilíngue altamente preciso, inteligente e robusto, baseado em large language model. Com o suporte de um modelo fundamental poderoso, grandes volumes de dados textuais e multimodais, além de dezenas de milhões de horas de áudio, o Qwen3-ASR-Flash oferece reconhecimento de fala com alta precisão. Ele identifica automaticamente o idioma e reconhece a fala em 11 idiomas diferentes, garantindo transcrições precisas mesmo em ambientes sonoros complexos.
Provedor do service de inferência
O Alibaba Cloud Model Studio é o provedor do service de inferência para qwen3-asr-flash-realtime.
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 | 0,000047 | Por segundo |
Uso da API
Limites de taxa
- China (Beijing)
- Singapore
Parâmetro | Valor |
RPM (solicitações por minuto) | 1200 |