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。
Bailian Alibaba Cloud — Nhận dạng giọng nói không thời gian thực (Qwen-Audio-ASR)Sơ đồ danh mục
Báo lỗi nội dung
Thương hiệu 阿里云

Bailian Alibaba Cloud — Nhận dạng giọng nói không thời gian thực (Qwen-Audio-ASR)

Mã sản phẩm qwen-audio-3.1-asr-flashMô hình lớn và dịch vụ phần mềm
关键规格 1Do bên cung cấp cung cấp单文件≤2GB
关键规格 2Do bên cung cấp cung cấp同步≤5分钟
关键规格 3Do bên cung cấp cung cấp异步≤12小时
关键规格 4Do bên cung cấp cung cấp支持 aac/amr/flac/mp3/mp4/opus/wav/webm 等格式
Đơn giá tham khảoHỏi giá

Tải tài liệuTổng phụ tham khảo Hỏi giá

价格与库存供选型参考,正式报价和交期请供方确认。

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-flashkimi-k3.1-pro火山方舟模型 APIdoubao-seed-2.1-turboCreateArkOfficialResultQuery / GetArkOfficialResult
Bộ điều khiển chính—————
NPU—————
Bộ nhớ / VRAM—————
Đơn giá tham khảoHỏi giáHỏi giáHỏi giáHỏi 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

So sánh thông số sản phẩm

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。