Tham số kỹ thuật
Thông tin cơ bản
- Thương hiệu
- 通义千问
- Mã hiệu
- qwen3-livetranslate-flash
- Tham số chính
- 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]
So sánh sản phẩm tương tự
| Thông số kỹ thuật | 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 |
|---|---|---|---|---|---|
| Bộ điều khiển chính | — | — | — | — | — |
| NPU | — | — | — | — | — |
| Bộ nhớ / VRAM | — | — | — | — | — |
| Đơn giá tham khảo | Hỏi giá | Hỏi giá | Hỏi giá | Hỏi giá | Hỏi giá |
| Tồn kho | — | — | — | — | — |
Giới thiệu sản phẩm
Giao diện và triển khai: mô hình được gọi qua giao diện tương thích OpenAI, base_url khu vực Bắc Kinh là https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1, khu vực Singapore là https://{WorkspaceId}.ap-southeast-1.maas.aliyuncs.com/compatible-mode/v1; {WorkspaceId} là ID không gian làm việc. Tài liệu gốc ghi rõ "không hỗ trợ gọi qua giao diện DashScope", và "mô hình chỉ hỗ trợ cách gọi đầu ra streaming, chỉ có thể thiết lập là true".
Đầu vào và đầu ra: đầu vào âm thanh type là input_audio (data hỗ trợ URL hoặc Base64, format như mp3, wav); đầu vào video type là video_url (URL công khai hoặc Data URL Base64). Modalities đầu ra có thể chọn ["text"] hoặc ["text","audio"]; khi xuất âm thanh cần cấu hình voice và format, format chỉ hỗ trợ wav. Mảng tin nhắn chỉ hỗ trợ truyền vào một User Message duy nhất.
Tham số dịch và lấy mẫu: translation_options là bắt buộc, target_lang là bắt buộc, source_lang là tùy chọn (tự động nhận diện khi không thiết lập). Để đảm bảo độ chính xác bản dịch, tài liệu không khuyến nghị thay đổi các tham số lấy mẫu như temperature, top_p, presence_penalty, top_k, repetition_penalty; speech_rate có thể điều chỉnh tốc độ đọc đầu ra trong khoảng 0.5–2.0. top_k và repetition_penalty không phải tham số chuẩn OpenAI, Python SDK cần đặt trong extra_body.
Phiên bản và đo lường: các mô hình được hỗ trợ là qwen3-livetranslate-flash và qwen3-livetranslate-flash-2025-12-01. Lượng Token sử dụng được tính theo prompt_tokens và completion_tokens, Token của âm thanh và video đầu vào được tính tương ứng vào prompt_tokens_details.audio_tokens, Token âm thanh trong file video cũng được tính vào trường này, Token văn bản đầu vào cố định là 0.
Lưu ý tích hợp: API Key khu vực Bắc Kinh và Singapore khác nhau; giá trị mặc định và giá trị tối đa của max_tokens đều là độ dài đầu ra tối đa của mô hình, vượt quá sẽ bị cắt bớt. Trước khi lựa chọn cần kiểm tra tài liệu chính thức "giọng đọc được hỗ trợ", "ngôn ngữ được hỗ trợ" và "lựa chọn mô hình" để xác định ranh giới khả năng cụ thể.