AI 之家 / 模型库 / qwen3-livetranslate-flash

qwen3-livetranslate-flash

AI 辅助整理
阿里云百炼非实时音视频翻译音频输入视频输入文本输出音频输出语种自动识别流式输出录入参考价 · 以官方为准

qwen3-livetranslate-flash 是阿里云百炼平台上的非实时音视频翻译模型,通过 OpenAI 兼容接口调用,支持音频和视频文件输入,输出翻译后的文本,也可按 ["text","audio"] 模态同时输出音频(仅支持 wav 格式)。接口仅支持单条 User Message 和流式输出,翻译语种通过 translation_options 指定,未设置源语言时可自动识别。适合对录制的音视频内容做离线翻译的场景,不适用于需要 DashScope 接口或非流式调用的流程。

上下文 token待核实
输入 / 百万 token待核实
输出 / 百万 token待核实
版本qwen3-livetranslate-flash-2025-12-01
部署云端 API,通过 OpenAI 兼容接口调用;北京与新加坡地域业务空间专属域名,需配置 API Key;不支持通过 DashScope 接口调用,仅支持流式输出(stream 仅可设为 true)

能力与用途

非实时音视频翻译音频输入视频输入文本输出音频输出语种自动识别流式输出

接口与部署:模型经 OpenAI 兼容接口调用,北京地域 base_url 为 https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1,新加坡地域为 https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1;{WorkspaceId} 为业务空间 ID。原文明确“不支持通过 DashScope 接口调用”,且“模型仅支持流式输出方式调用,仅可设为 true”。 输入输出:音频输入 type 为 input_audio(data 支持 URL 或 Base64,format 如 mp3、wav);视频输入 type 为 video_url(公网 URL 或 Base64 Data URL)。输出模态 modalities 可选 ["text"] 或 ["text","audio"];输出音频时需配置 voice 与 format,format 仅支持 wav。消息数组仅支持传入一个 User Message。 翻译与采样参数:translation_options 为必选,target_lang 必填,source_lang 可选(不设置时自动识别)。为保证翻译准确性,文档不建议修改 temperature、top_p、presence_penalty、top_k、repetition_penalty 等采样参数;speech_rate 可在 0.5–2.0 间控制输出语速。top_k 与 repetition_penalty 非 OpenAI 标准参数,Python SDK 需放入 extra_body。 版本与计量:支持的模型为 qwen3-livetranslate-flash 与 qwen3-livetranslate-flash-2025-12-01。Token 用量按 prompt_tokens 与 completion_tokens 计,输入音频与视频的 Token 分别计入 prompt_tokens_details.audio_tokens,视频文件中的音频 Token 也计入该字段,输入文本 Token 固定为 0。 集成注意:北京与新加坡地域的 API Key 不同;max_tokens 默认值与最大值均为模型最大输出长度,超出会截断。选型前需核对官方“支持的音色”“支持的语种”与“模型选型”文档确认具体能力边界。

能力对比

暂无经过核验的逐项评分,暂不绘制能力雷达或综合排名。

数据与来源

资料提供方
阿里云百炼
站内资料更新
2026-11-05 01:42:27

站内更新时间不等同于模型发布日期。未提供测试集、日期和原始成绩时,不展示官方或平台实测分数。

版本记录

qwen3-livetranslate-flash-2025-12-01当前录入版本

历史版本、上线与下线日期待核实。

接入与使用

请按官方文档确认 API 地址、模型标识、身份验证、权限与收费规则。

打开官方文档

平台实测

暂无已核验的模型测试报告。模型能力标签不表示已经完成平台实测。
选型助手

让需求变成可修改的筛选条件

依据已录入参数生成条件,结果可查看和修改。帧率与性能需核对实测,不能仅凭算力数值保证。