此语言仍有 26 条内容或界面任务待翻译;未完成部分显示中文原文。
Alibaba Cloud Bailian: распознавание речи в нереальном времени (Qwen-Audio-ASR)Схематическое изображение категории
Бренд 阿里云

Alibaba Cloud Bailian: распознавание речи в нереальном времени (Qwen-Audio-ASR)

Модель qwen-audio-3.1-asr-flashБольшие модели и программные сервисы
关键规格 1Предоставлено поставщиком单文件≤2GB
关键规格 2Предоставлено поставщиком同步≤5分钟
关键规格 3Предоставлено поставщиком异步≤12小时
关键规格 4Предоставлено поставщиком支持 aac/amr/flac/mp3/mp4/opus/wav/webm 等格式
Ориентировочная цена за единицуЗапрос цены

Скачать материалыОриентировочный промежуточный итог Запрос цены

价格与库存供选型参考,正式报价和交期请供方确认。

Технические параметры

Вход

Аудиоформаты
aac, amr, avi, flac, flv, m4a, mkv, mov, mp3, mp4, mpeg, ogg, opus, wav, webm, wma, wmv · Список поддерживаемых форматов qwen-audio-3.1-asr-flash / filetrans
Размер файла и длительность
同步 ≤2GB 且 ≤5 分钟;异步 ≤2GB 且 ≤12 小时 · Различается по версиям моделей

API

Способ вызова
REST API,DashScope API Key 鉴权;同步支持 SSE 流式,异步提交任务后轮询 · Эндпоинт cn-beijing.maas.aliyuncs.com

Выход

Тайм-коды
句级与字级 begin_time/end_time,毫秒,始终开启 · Отключить нельзя

Функции

Разделение по спикерам
speaker_diarization_enabled: true(同步);diarization_enabled: true(异步) · Требуется монофоническое аудио

Регионы

Доступные регионы
中国(北京)、新加坡、美国(弗吉尼亚) · Qwen-Audio-ASR и Filetrans доступны в Пекине и Сингапуре

资料下载

Сравнение с аналогами

Спецификация本品 · qwen-audio-3.1-asr-flashkimi-k3.1-pro火山方舟模型 APIdoubao-seed-2.1-turboCreateArkOfficialResultQuery / GetArkOfficialResult
Основной контроллер—————
NPU—————
Память / видеопамять—————
Ориентировочная цена за единицуЗапрос ценыЗапрос ценыЗапрос ценыЗапрос цены¥0.1
Наличие—————

Описание продукта

Назначение и сценарии: согласно официальному описанию, сервис преобразует уже записанные аудио- и видеофайлы в текст для транскрибирования совещаний, анализа звонков и субтитров. Результаты для короткого аудио возвращаются в одном запросе, длинные записи обрабатываются как асинхронные задачи.

API и вызов: вызов через REST-интерфейс с DASHSCOPE_API_KEY. Синхронная версия qwen-audio-3.1-asr-flash принимает аудио в виде URL или Base64 Data URI, поддерживает потоковый вывод через X-DashScope-SSE: enable; версия filetrans после отправки задачи опрашивает её статус (PENDING/RUNNING/SUCCEEDED/FAILED/CANCELED), после успеха скачивается JSON транскрипции, URL результата действителен 24 часов.

Ограничения входа: синхронная версия поддерживает форматы aac, amr, avi, flac, flv, m4a, mkv, mov, mp3, mp4, mpeg, ogg, opus, wav, webm, wma, wmv и др., один файл ≤2GB и ≤5 минут; асинхронная версия также ≤2GB, но до 12 часов. Разделение по спикерам требует монофонического аудио; при включённом разделении для асинхронной транскрипции рекомендуется длительность не более 2 часов, чтобы снизить риск ошибок или тайм-аута.

Возможности выхода: результат содержит полный текст, тайм-коды на уровне предложений и символов (в миллисекундах), speaker_id; тайм-коды всегда включены и их нельзя отключить. Полировка текста (уборка слов-паразитов, повторов, самокоррекций) изначально поддерживается в qwen-audio-3.1-asr-flash; диалекты по умолчанию транскрибируются на путунхуа, keep_dialect: true сохраняет диалектные выражения. При включённом разделении по спикерам keep_dialect и language_hints не действуют.

Проверки перед закупкой: убедитесь, что нужная модель доступна в целевом регионе (Пекин (Китай)/Сингапур/Вирджиния (США)); проверьте соответствие формата аудио и частоты дискретизации реальным файлам; в производственной среде необходимо самостоятельно обрабатывать хранение аудио, лимиты отправки и запросов статуса, колбэки завершения и сохранение результатов.

Примечание к составлению 内容由 AI 根据公开资料整理;事实与推断分开呈现。

Сообщить об ошибке в содержании

Сравнение параметров продуктов

Помощник по выбору

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。