Qwen-Audio-3.1-ASR-Flash-Filetrans 端到端離線語音識別大模型，面向會議轉寫、內容生產與通話分析等場景，支援多語種與多地區中文方言識別。模型具備高精度轉寫、熱詞及上下文增強、說話人分離、標點預測和文字規範化能力，在複雜雜訊環境下仍能保持穩定表現，是使用者進行長音訊轉寫的優選。同時該版本支援多種方言 ASR/AST 可控輸出。
推理服務供應商
qwen-audio-3.1-asr-flash-filetrans模型的推理服務供應商為阿里雲百煉。
模型能力
| 能力項目 | 支援情況 | 能力項目 | 支援情況 |
|---|---|---|---|
| 輸入模態 | Audio | 輸出模態 | Text |
| 模型體驗 | 不支援 | Function Calling | 不支援 |
| 結構化輸出 | 不支援 | 聯網搜尋 | 不支援 |
| 前綴續寫 | 不支援 | 上下文快取 | 不支援 |
| 批次推理 | 不支援 | 模型調優 | 不支援 |
上下文限制
| 參數 | 值 | 參數 | 值 |
|---|---|---|---|
| 最大輸入長度 | 8192 Token | 最大輸出長度 | 1024 Token |
| 上下文長度 | 8192 Token |
模型價格
本文僅展示模型調用原價，不包含限時優惠等活動資訊，請前往百炼控制台查看活動優惠。
- 华北2（北京）
- 新加坡
| 計費項目 | 價格（美元） | 單位 |
|---|---|---|
| 輸入 | 0.113 | 每百萬 Token |
| 輸出 | 0.382 | 每百萬 Token |
限流
- 华北2（北京）
- 新加坡
| 參數 | 值 |
|---|---|
| RPM（每分鐘請求數） | 600 |