此语言仍有 16 条内容或界面任务待翻译;未完成部分显示中文原文。
Nhà AI / Thư viện mô hình / Qwen Audio (Qwen-Audio)

Qwen Audio (Qwen-Audio)

AI 辅助整理
阿里云音频转录内容摘要情感分析音频事件检测语音聊天音频问答Nhập giá tham chiếu · lấy thông tin chính thức làm chuẩn

Qwen Audio là mô hình ngôn ngữ âm thanh quy mô lớn do Alibaba Cloud phát triển, hỗ trợ hiểu nhiều loại âm thanh như giọng nói người nói, âm thanh tự nhiên, nhạc, giọng hát. Năng lực cốt lõi bao gồm chuyển giọng nói thành văn bản, tóm tắt nội dung, phân tích cảm xúc, phát hiện sự kiện âm thanh và trò chuyện bằng giọng nói. Hiện tại qwen-audio-turbo có hai phiên bản: bản ổn định và bản mới nhất, chỉ hỗ trợ gọi qua API tại khu vực Bắc Kinh, và chỉ có hạn mức dùng thử miễn phí, hết hạn mức không thể gọi trả phí. Phù hợp để xác thực năng lực hiểu âm thanh và thử nghiệm quy mô nhỏ; đối với hiểu âm thanh trong môi trường sản xuất, nhà phát triển khuyến nghị chuyển sang Qwen Omni hỗ trợ trả phí và năng lực đa phương thức.

Token ngữ cảnh8,000
Đầu vào / triệu tokenChờ xác minh
Đầu ra / triệu tokenChờ xác minh
Phiên bảnqwen-audio-turbo(稳定版)、qwen-audio-turbo-latest(最新版)
Triển khai云端 API:仅支持中国内地部署模式,接入点与数据存储位于北京地域;仅支持通过 DashScope API 调用,暂不支持控制台在线体验

Năng lực và mục đích sử dụng

音频转录内容摘要情感分析音频事件检测语音聊天音频问答

Định vị mô hình: Qwen Audio là mô hình ngôn ngữ âm thanh, có thể nhận dạng nội dung giọng nói và phân tích giới tính, độ tuổi, giọng địa phương, cảm xúc, ý định của người nói; cũng nhận được tiếng còi xe, tiếng sấm, tiếng kính vỡ và các âm thanh tự nhiên khác, đồng thời phân tích nhạc cụ, nhịp điệu, điệu thức và phong cách trong âm nhạc. Phiên bản và thông số: qwen-audio-turbo bản ổn định có ngữ cảnh 8000 token, đầu vào tối đa 6000 token, đầu ra tối đa 1500 token; qwen-audio-turbo-latest bản mới nhất có ngữ cảnh 8192 token, đầu vào tối đa 6144 token, đầu ra tối đa 2048 token. Âm thanh được quy đổi theo 25 token mỗi giây, dưới 1 giây được tính là 25 token. Hạn mức miễn phí là 10 vạn token, có hiệu lực trong vòng 90 ngày kể từ khi kích hoạt Alibaba Cloud Bailian. Kết nối và gọi API: cần sử dụng API Key của khu vực Bắc Kinh, chỉ hỗ trợ gọi qua API (DashScope SDK hoặc HTTP), không hỗ trợ trải nghiệm trực tuyến trên bảng điều khiển. Âm thanh có thể được truyền qua ba cách: URL công khai, mã hóa Base64 hoặc đường dẫn tệp cục bộ; phương thức đường dẫn cục bộ chỉ được DashScope Python và Java SDK hỗ trợ. Giới hạn đầu vào: âm thanh truyền qua URL công khai hoặc đường dẫn cục bộ không vượt quá 10 MB, chuỗi sau mã hóa Base64 không vượt quá 10 MB; thời lượng âm thanh không vượt quá 30 giây, phần vượt quá chỉ xử lý 30 giây đầu; hỗ trợ các định dạng AMR, WAV (GSM_MS), WAV (PCM), 3GP, 3GPP, AAC, MP3; hỗ trợ tiếng Trung, tiếng Anh, tiếng Quảng Đông, tiếng Pháp, tiếng Ý, tiếng Tây Ban Nha, tiếng Đức và tiếng Nhật. Gợi ý lựa chọn: mô hình này không có tùy chọn trả phí, không phù hợp để đưa vào sản xuất trực tiếp. Nếu cần hiểu âm thanh cấp sản xuất hoặc năng lực đa phương thức, nhà phát triển khuyến nghị chuyển sang Qwen Omni, hỗ trợ trả phí và bao phủ cả khu vực quốc tế (Singapore) và khu vực Trung Quốc đại lục (Bắc Kinh).

So sánh năng lực

Chưa có điểm đánh giá từng hạng mục đã được xác minh, tạm thời không vẽ biểu đồ radar năng lực hay xếp hạng tổng hợp.

Dữ liệu và nguồn

Đơn vị cung cấp thông tin
阿里云
Cập nhật tài liệu trên nền tảng
2026-11-06 04:36:05

Thời gian cập nhật trên nền tảng không đồng nghĩa với ngày phát hành mô hình. Khi không cung cấp bộ kiểm thử, ngày thực hiện và kết quả gốc, sẽ không hiển thị điểm đo thực tế chính thức hoặc của nền tảng.

Lịch sử phiên bản

qwen-audio-turbo(稳定版)、qwen-audio-turbo-latest(最新版)Phiên bản nhập hiện tại

Các phiên bản lịch sử, ngày ra mắt và ngừng bán đang chờ xác minh.

Kết nối và sử dụng

Vui lòng xác nhận địa chỉ API, định danh mô hình, xác thực, quyền hạn và quy tắc tính phí theo tài liệu chính thức.

Mở tài liệu chính thức

Kiểm thực trên nền tảng

Chưa có báo cáo kiểm thử mô hình nào đã được xác minh. Nhãn năng lực của mô hình không có nghĩa là đã hoàn thành kiểm thử thực tế trên nền tảng.
Trợ giúp lựa chọn sản phẩm

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。