qwen3-livetranslate-flash品类示意图
内容纠错
品牌 通义千问

qwen3-livetranslate-flash

型号 qwen3-livetranslate-flash大模型与软件服务
关键规格 1供方提供音频输入格式 mp3/wav 等
关键规格 2供方提供输出音频格式 wav
关键规格 3供方提供语速范围 0.5–2.0
关键规格 4供方提供temperature 取值 [0
参考单价询价

参考小计 询价

价格与库存供选型参考,正式报价和交期请供方确认。

规格参数

基本信息

品牌
通义千问
型号
qwen3-livetranslate-flash
关键参数
音频输入格式 mp3/wav 等,输出音频格式 wav,语速范围 0.5–2.0,temperature 取值 [0,2),top_p 取值 (0,1.0]

同类对比

规格本品 · qwen3-livetranslate-flashkimi-k3.1-pro火山方舟模型 APIqwen-audio-3.1-asr-flashdoubao-seed-2.1-turbo
主控—————
NPU—————
内存 / 显存—————
参考单价询价询价询价询价询价
库存—————

产品介绍

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。

资料来源 阿里云帮助中心

整理说明 内容由 AI 根据公开资料整理;事实与推断分开呈现。

内容纠错

产品参数对比

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。