Tham số kỹ thuật
Đầu vào
- Định dạng âm thanh
- aac, amr, avi, flac, flv, m4a, mkv, mov, mp3, mp4, mpeg, ogg, opus, wav, webm, wma, wmv · Danh sách hỗ trợ của qwen-audio-3.1-asr-flash / filetrans
- Kích thước tệp và thời lượng
- 同步 ≤2GB 且 ≤5 分钟;异步 ≤2GB 且 ≤12 小时 · Phân biệt theo phiên bản mô hình
Giao diện
- Cách gọi API
- REST API,DashScope API Key 鉴权;同步支持 SSE 流式,异步提交任务后轮询 · Endpoint cn-beijing.maas.aliyuncs.com
Đầu ra
- Dấu thời gian
- 句级与字级 begin_time/end_time,毫秒,始终开启 · Không thể tắt
Chức năng
- Tách người nói
- speaker_diarization_enabled: true(同步);diarization_enabled: true(异步) · Yêu cầu âm thanh mono
Khu vực
- Khu vực khả dụng
- 中国(北京)、新加坡、美国(弗吉尼亚) · Qwen-Audio-ASR và Filetrans khả dụng tại Bắc Kinh và Singapore
资料下载
So sánh sản phẩm tương tự
| Thông số kỹ thuật | 本品 · qwen-audio-3.1-asr-flash | kimi-k3.1-pro | 火山方舟模型 API | doubao-seed-2.1-turbo | CreateArkOfficialResultQuery / GetArkOfficialResult |
|---|---|---|---|---|---|
| Bộ điều khiển chính | — | — | — | — | — |
| NPU | — | — | — | — | — |
| Bộ nhớ / VRAM | — | — | — | — | — |
| Đơn giá tham khảo | Hỏi giá | Hỏi giá | Hỏi giá | Hỏi giá | ¥0.1 |
| Tồn kho | — | — | — | — | — |
Giới thiệu sản phẩm
Mục đích và tình huống sử dụng: Theo tài liệu chính thức, dịch vụ này chuyển đổi các tệp âm thanh/video đã ghi thành văn bản, dùng cho phiên âm cuộc họp, phân tích cuộc gọi và phụ đề. Âm thanh ngắn có thể trả về kết quả trong một yêu cầu, bản ghi dài được xử lý dưới dạng tác vụ bất đồng bộ.
Giao diện và cách gọi: Gọi REST API thông qua DASHSCOPE_API_KEY. Bản đồng bộ qwen-audio-3.1-asr-flash nhận âm thanh dạng URL hoặc Base64 Data URI, hỗ trợ đầu ra luồng qua X-DashScope-SSE: enable; bản filetrans gửi tác vụ rồi thăm dò trạng thái (PENDING/RUNNING/SUCCEEDED/FAILED/CANCELED), sau khi thành công tải xuống JSON kết quả phiên âm, URL kết quả có hiệu lực 24 giờ.
Giới hạn đầu vào: Bản đồng bộ hỗ trợ các định dạng aac, amr, avi, flac, flv, m4a, mkv, mov, mp3, mp4, mpeg, ogg, opus, wav, webm, wma, wmv v.v., mỗi tệp ≤2GB và ≤5 phút; bản bất đồng bộ cũng ≤2GB nhưng tối đa 12 giờ. Tách người nói yêu cầu âm thanh mono, và khi bật tách người nói, phiên âm bất đồng bộ được khuyến nghị không vượt quá 2 giờ để giảm rủi ro thất bại hoặc quá thời gian chờ.
Khả năng đầu ra: Kết quả bao gồm văn bản đầy đủ, dấu thời gian cấp câu và cấp ký tự (mili giây), speaker_id; dấu thời gian luôn bật và không thể tắt. Sửa văn bản (chỉnh sửa từ đệm, lặp lại, tự sửa lỗi) là tính năng gốc của qwen-audio-3.1-asr-flash; phương ngữ mặc định được phiên thành tiếng Quan Thoại, giữ keep_dialect: true để bảo lưu cách diễn đạt phương ngữ. Sau khi bật tách người nói, keep_dialect và language_hints không có hiệu lực.
Kiểm tra trước khi mua: Xác nhận mô hình cần dùng khả dụng tại khu vực mục tiêu (Bắc Kinh Trung Quốc / Singapore / Virginia Hoa Kỳ); xác nhận định dạng âm thanh, tần số lấy mẫu khớp với tệp thực tế; trong môi trường sản xuất cần tự xử lý lưu trữ âm thanh, giới hạn tần suất gửi và truy vấn, callback hoàn thành và lưu trữ kết quả.
Ghi chú biên tập 内容由 AI 根据公开资料整理;事实与推断分开呈现。
Báo lỗi nội dung