Технические параметры
Основная информация
- Бренд
- 通义千问
- Модель
- qwen3-livetranslate-flash
- Ключевые параметры
- 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]
Сравнение с аналогами
| Спецификация | 本品 · qwen3-livetranslate-flash | kimi-k3.1-pro | 火山方舟模型 API | qwen-audio-3.1-asr-flash | doubao-seed-2.1-turbo |
|---|---|---|---|---|---|
| Основной контроллер | — | — | — | — | — |
| NPU | — | — | — | — | — |
| Память / видеопамять | — | — | — | — | — |
| Ориентировочная цена за единицу | Запрос цены | Запрос цены | Запрос цены | Запрос цены | Запрос цены |
| Наличие | — | — | — | — | — |
Описание продукта
Интерфейс и развёртывание: модель вызывается через OpenAI-совместимый интерфейс; base_url для региона Пекин — https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1, для региона Сингапур — https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1; {WorkspaceId} — идентификатор рабочего пространства. В исходной документации прямо указано: «вызов через интерфейс DashScope не поддерживается», и «модель поддерживает только потоковый режим вывода, значение может быть только true».
Вход и выход: для аудиовхода type — input_audio (data поддерживает URL или Base64, format, например, mp3 или wav); для видеовхода type — video_url (публичный URL или Data URL Base64). Выходные модальности modalities — ["text"] или ["text","audio"]; при выводе аудио необходимо настроить voice и format, format поддерживает только wav. В массиве сообщений допускается только одно User Message.
Параметры перевода и сэмплинга: translation_options обязательно; target_lang обязателен, source_lang необязателен (при отсутствии — автоматическое определение). Для точности перевода документация не рекомендует изменять параметры сэмплинга temperature, top_p, presence_penalty, top_k, repetition_penalty; speech_rate позволяет регулировать скорость речи в диапазоне 0.5–2.0. top_k и repetition_penalty — нестандартные для OpenAI параметры, в Python SDK их нужно передавать через extra_body.
Версии и тарификация: поддерживаемые модели — qwen3-livetranslate-flash и qwen3-livetranslate-flash-2025-12-01. Расход токенов считается по prompt_tokens и completion_tokens; токены входного аудио и видео учитываются в prompt_tokens_details.audio_tokens, аудиодорожка видеофайла также учитывается в этом поле, токены входного текста фиксированы — 0.
Замечания по интеграции: API-ключи API для регионов Пекин и Сингапур различаются; значение по умолчанию и максимум max_tokens равны максимальной длине вывода модели, при превышении происходит усечение. Перед выбором модели необходимо свериться с официальной документацией «Поддерживаемые голоса», «Поддерживаемые языки» и «Выбор модели» для уточнения границ возможностей.
Источник информации 阿里云帮助中心
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