Qwen-Audio-3.1-ASR-Flash-Message 是面向语音消息、输入法和企业业务场景优化的生成式语音识别模型，支持中文、英文及多语言识别，重点优化印尼语、日语、泰语、菲律宾语、越南语、韩语和马来语。模型支持流式上屏、P0/P1 热词、文本归一化、结合前文转写和业务上下文识别，以及可开关的原生润色，并增强了多人声、背景对话、远场及环境噪声下的识别稳定性。支持自动识别或指定目标语种，中文方言可输出方言原文或转换为普通话文本。
推理服务供应商
qwen-audio-3.1-asr-flash-message模型的推理服务供应商为阿里云百炼。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
| 输入模态 | Audio | 输出模态 | Text |
| 模型体验 | 不支持 | Function Calling | 不支持 |
| 结构化输出 | 支持 | 联网搜索 | 不支持 |
| 前缀续写 | 不支持 | 上下文缓存 | 不支持 |
| 批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
| 最大输入长度 | 7168 Token | 最大输出长度 | 1024 Token |
| 上下文长度 | 8192 Token |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往百炼控制台查看活动优惠。
- 华北2（北京）
- 新加坡
| 计费项 | 价格（美元） | 单位 |
|---|---|---|
| 输入 | 0.848 | 每百万Token |
| 输出 | 0.636 | 每百万Token |
限流
- 华北2（北京）
- 新加坡
| 参数 | 值 |
|---|---|
| RPM（每分钟请求数） | 1200 |