Source: https://ailoot.ai/models/cs/qwen-qwen3-asr-0-6b/ Canonical: https://ailoot.ai/models/cs/qwen-qwen3-asr-0-6b/ Language: cs # Qwen: Qwen3 ASR 0.6B [Markdown](https://ailoot.ai/models/cs/qwen-qwen3-asr-0-6b/index.md) · [JSON](https://ailoot.ai/models/cs/qwen-qwen3-asr-0-6b/facts.json) ## [Qwen: Qwen3 ASR 0.6B](https://ailoot.ai/models/cs/qwen-qwen3-asr-0-6b/) Qwen3-ASR-0.6B je kompaktní model Qwen pro rozpoznávání řeči, který převádí mluvený nebo zpívaný zvuk na text s určením jazyka. Sdílí podporu 30 jazyků a 22 dialektů celé řady, nabízí offline i streamované postupy a samostatné vynucené zarovnání pro časovaný text. - [**Ailoot Ultra · Přepis řeči** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/cs/qwen-qwen3-asr-0-6b/#method-0) O modelu Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu. Qwen3-ASR-0.6B je kompaktní edice řady modelů Qwen3-ASR společnosti Qwen pro rozpoznávání řeči. Přijímá zvuk a vytváří přepis s označením jazyka. Výrobce u 0.6B zdůrazňuje rovnováhu mezi kvalitou rozpoznávání a efektivitou, zatímco 1.7B je samostatně pojmenovaná větší edice. Obě vycházejí z porozumění zvuku modelu Qwen3-Omni a sdílejí dokumentovaný rozsah rozpoznávání i sjednocený přístup k offline a streamovanému zpracování. Kompaktní edice může zajistit krok přepisu v postupu pro hlasové poznámky, přípravu titulků nebo prohledávatelné nahrávky. #### Jazyky, dialekty a podporované nahrávky Qwen dokumentuje rozpoznávání a určení jazyka pro 30 jazyků a 22 čínských dialektů s podporou anglických přízvuků z různých regionů. Jazyková tabulka uvádí čínštinu, angličtinu, kantonštinu, arabštinu, němčinu, francouzštinu, španělštinu, portugalštinu, indonéštinu, italštinu, korejštinu, ruštinu, thajštinu, vietnamštinu, japonštinu, turečtinu, hindštinu, malajštinu, nizozemštinu, švédštinu, dánštinu, finštinu, polštinu, češtinu, filipínštinu, perštinu, řečtinu, maďarštinu, makedonštinu a rumunštinu. Mezi rozpoznávané typy zvuku patří mluvená řeč, zpěv a písně s hudbou na pozadí. Menší edice si zachovává tento rozsah podpory celé řady; její velikost neznamená jiný seznam podporovaných jazyků. #### Offline rozpoznávání a příprava vstupu Oficiální sada nástrojů může přijímat zvuk prostřednictvím odkazu na soubor, zakódovaného zvuku nebo zvukového průběhu s jeho vzorkovací frekvencí. Podporuje offline zpracování více nahrávek, automatické rozpoznání jazyka i zadání konkrétního podporovaného jazyka. Dokumentovaný výsledek obsahuje jazyk a rozpoznaný text. Pokud mluvený jazyk znáte, vyberte jej; u kolekce s neznámými jazyky jej nechte určit modelem. Vedle výsledku uchovejte identifikátor příslušné nahrávky, aby bylo možné přepis dohledat ke správnému zdroji. U sady hlasových poznámek uchovejte samostatný výsledek pro každou poznámku a před převodem textu na úkoly nebo shrnutí ověřte jména, čísla a nejasné formulace podle nahrávky. U mluveného návodu použijte přepis k nalezení pasáží a kontrole znění jednotlivých pokynů. Při kontrole textu písně poslouchejte zpěvní linku a nepřijímejte slovo jen proto, že v písni dává smysl. Jde o přípravné a kontrolní kroky pro textový výstup; jeho shrnutí, překlad nebo interpretace mohou následovat jako samostatné operace. #### Streamovaný text a dokončení nahrávky Qwen3-ASR používá pro offline i streamované rozpoznávání stejný model. Ve streamovacím příkladu výrobce příchozí zvukové úseky aktualizují uchovávaný stav rozpoznávání a závěrečný krok vrací dokončený text a jazyk. To umožňuje průběžné zobrazování užitečné pro živý přepis. Průběžné zobrazení berte jako aktuální stav rozpoznávání a po skončení nahrávky uchovejte konečný výsledek; zdrojový zvuk ponechte dostupný pro opravy. Dokumentovaná implementace streamování v tomto postupu nepodporuje dávkovou inferenci ani vracení časových značek. Streamovaný text, kolekce offline přepisů a příprava časovaných titulků jsou proto odlišné postupy výrobce. Velikosti úseků a nastavení tokenů v příkladech výrobce ilustrují implementaci; nejsou univerzálním příslibem latence, souběžnosti ani délky zvuku. Postup zvolte podle toho, zda potřebujete text přicházející během nahrávání, dokončený text pro kolekci nebo text zarovnaný k časové ose. #### Časovaný text používá Qwen3-ForcedAligner Qwen3-ForcedAligner-0.6B je samostatný model pro zarovnání, přestože s touto edicí ASR sdílí označení velikosti 0.6B. Přijímá dvojici text–zvuk a předpovídá začátky a konce na úrovni slov nebo znaků. Offline sada nástrojů výrobce pro ASR jej může vyvolat při požadavku na časové značky. Jeho dokumentovaná sada jazyků zahrnuje čínštinu, angličtinu, kantonštinu, francouzštinu, němčinu, italštinu, japonštinu, korejštinu, portugalštinu, ruštinu a španělštinu; uvedený rozsah zarovnání je až pět minut řeči. Tato užší sada jazyků a pětiminutový rozsah se týkají vynuceného zarovnání, nikoli obecné podpory přepisu modelem ASR. Pro titulky připravte zkontrolovaný přepis v jazyce nahrávky, zarovnejte jej tam, kde je podporovaný postup použitelný, a při přehrávání zdroje zkontrolujte hranice úseků. Použitelný soubor titulků uchovává znění a časování společně. Pokud je slovo v přepisu chybné, opravte je podle zvuku místo předpokladu, že časový úsek potvrzuje jeho správnost. Toto oddělení umožňuje určit, zda je problém v rozpoznávání, v dodaném textu nebo v umístění hranice titulku. #### Výstup z dlouhých nahrávek a kontrola rozpoznávání Řada Qwen3-ASR podporuje dlouhé nahrávky. Její příklady inference doporučují pro delší zvuk povolit více generovaných tokenů; ověřte proto, že přepis dosáhne konce nahrávky a že jej nezkrátil limit výstupu. Publikované příklady nestanovují univerzální číselné kontextové okno ani maximální délku nahrávky pro ASR. Při uspořádávání dlouhé nahrávky ke kontrole zachovejte propojení užitečných úseků s jejich pozicemi ve zdroji. Podle původního zvuku kontrolujte špatně slyšitelná slova, změny jazyka, překrývající se řeč, neobvyklá jména a zpívané slabiky. Praktickým výsledkem je rozpoznaný text s označením jazyka, připravený k vyhledávání nebo dalšímu zpracování obsahu; časování se v případě potřeby přidává samostatným postupem zarovnání. **Ailoot Ultra · Přepis řeči** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b` [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/cs/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) Alibaba /`qwen/qwen3-asr-0.6b` ### Úvod Qwen3-ASR-0.6B je kompaktní model Qwen pro rozpoznávání řeči, který převádí mluvený nebo zpívaný zvuk na text s určením jazyka. Sdílí podporu 30 jazyků a 22 dialektů celé řady, nabízí offline i streamované postupy a samostatné vynucené zarovnání pro časovaný text. Přijímané vstupy Zvuk Výsledky Text ### Dostupné v Ailoot · vstupy a metody **Ailoot Ultra · Přepis řeči** `POST /v1/audio/transcriptions` Vstup `audio` Výstup `text` | Pole | Typ | Požadavek | Hodnoty a limity | Výchozí | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožadavekPovinné | Hodnoty a limity qwen/qwen3-asr-0.6b | Výchozí— | | Pole`input_audio` | Typ`object` | PožadavekPovinné | Hodnoty a limity | Výchozí— | | Pole`language` | Typ`string` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | | Pole`temperature` | Typ`number` | PožadavekVolitelné | Hodnoty a limity Minimum: 0 Maximum: 1 | Výchozí— | | Pole`response_format` | Typ`string` | PožadavekVolitelné | Hodnoty a limity json, verbose\_json | Výchozíjson | | Pole`timestamp_granularities` | Typ`array` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | | Pole`provider` | Typ`object` | PožadavekVolitelné | Hodnoty a limity | Výchozí— | Parametry a životní cyklus metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, input\_audio | | Parametr`material_types` | Kontraktaudio | | Parametr`material_conditions` | KontraktNačtěte skutečný soubor WAV a zakódujte jeho skutečné bajty pro deklarovaný vstup JSON input\_audio; pro tuto přesnou deklaraci omezenou na JSON se nenabízí žádná trasa multipart. | Životní cyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · skutečně vrácené task\_id nebo záznam v knihovně médií `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tarify ##### Jak se vypočítá konečný poplatek Zobrazené sazby slouží k odhadu ceny před generováním. Konečný poplatek se vypočítá z nákladů zaznamenaných u původního generování. Naměřená délka výstupu ani odhadovaná množství nejsou konečným účtovaným množstvím. Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody. Rychlý režim Neuvedeno Při výběru rychlého režimu Režim flex Neuvedeno Při výběru režimu flex Maximální intenzita uvažování Neuvedeno Když se při maximální intenzitě uvažování použije výchozí úprava (default) #### Odhadované sazby pro srovnání #### Ceny podle konfigurace Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu. | Konfigurace | Tabulka sazeb | Předpokládané množství | Účtovací jednotka | Poplatek | | --- | --- | --- | --- | --- | | KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Předpokládané množství— | Účtovací jednotka— | Poplatek Vstup · Vstupní tokeny · Odhad pouze pro srovnání **—** / 1K tokenů Výstup · Výstupní tokeny · Odhad pouze pro srovnání **—** / 1K tokenů Vstup · Čtení z mezipaměti · Odhad pouze pro srovnání **—** / 1K tokenů Vstup · Zápis do mezipaměti · Odhad pouze pro srovnání **—** / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina · Odhad pouze pro srovnání **—** / 1K tokenů | | Konfiguracesekunda vstupního zvuku | Tabulka sazeb— | Předpokládané množství— | Účtovací jednotkaza sekundu vstupního zvuku | Poplatek Vstup · sekunda vstupního zvuku · Odhad pouze pro srovnání **$0.00000666** za sekundu vstupního zvuku | | KonfiguraceOdhadovaná cena generování | Tabulka sazeb— | Předpokládané množstvíodhad pro jedno generování | Účtovací jednotka— | Poplatek Výstup · Odhadovaná cena generování · Odhad pouze pro srovnání **$0.00000666** odhad před generováním Tento odhad není dodatečným poplatkem ani pevnou sazbou za dokončené generování. | Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. [Jak funguje rezervace a vyúčtování →](https://ailoot.ai/docs/cs/billing/reserve/) ### Příklady požadavků #### Ailoot Ultra · Přepis řeči curl · přesné nativní tělo požadavku a úplný výsledek ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'qwen/qwen3-asr-0.6b', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}} request['input_audio']['data']=base64.b64encode(audio).decode('ascii') Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Přijímání a ukládání výsledků #### Ailoot Ultra · Přepis řeči - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Další načtení obsahu Načíst existující soubory, které vám patří ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json # Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token. ``` ##### Uchovejte všechny dokončené výsledky Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu. Uchovejte úplnou odpověď a hlavičky, všechny skutečné výstupy, původní vrácené identifikátory a všechna pole s údaji o využití. Obnovte původní operaci bez opětovného odeslání požadavku na vytvoření. ##### Pokud je nutné ověřit původní odpověď Uchovejte vrácené X-Client-Request-ID pro spárování záznamů. Načítejte pouze skutečně vrácené hodnoty task\_id/asset\_id nebo vlastní knihovnu médií; nikdy nevytvářejte URL úlohy z ID operace a nikdy znovu neodesílejte požadavek na vytvoření. Pole odpovědi | Pole | Typ | | --- | --- | | Pole`text` | Typ | | Pole`usage` | Typ | | Pole`segments[]` | Typ | | Pole`words[]` | Typ | | Pole`speaker fields` | Typ | | Pole`timestamps` | Typ | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/cs/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) #### Aliasy cest metod Použijte cesty metod uvedené výše. #### Související ID modelů [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/cs/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) FAQ · Qwen: Qwen3 ASR 0.6B Jaké vstupy a výsledky jsou dostupné? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `audio` → `text` Jaká pole požadavek používá? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Jaké limity platí? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Připojte Ailoot k Claude Code, OpenCode, Hermes nebo vlastní aplikaci. ## Společnost a její portfolio projektů Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. ## Nakupujte tokeny se slevou. Sleva předplatného pro pravidelnou práci. Promo kódy až 50% na nákup tokenů. Předplatné Pro pravidelné požadavky vyberte tarif se slevou. Promo kód až 50% Při nákupu zadejte kód. Cena se přepočítá podle probíhající akce. Výdaje v historii U každého požadavku se uloží model, tokeny a částka. [Vybrat předplatné](https://ailoot.ai/docs/cs/billing/subscriptions/) · [Zobrazit ceny modelů](https://ailoot.ai/models/cs/) ## Připojte API k produktu, který prodáváte. SaaS, aplikace a boti podle nabídky a licenční smlouvy Ailoot. Pro přeprodej požádejte o licenci přeprodejce. Komerční aplikace Začleňte generování textu, obrázků, videa a zvuku do placených funkcí své služby. Licence pro přeprodejce Pošlete popis projektu a způsob poskytování přístupu. Vyžádejte písemné podmínky použití a přeprodeje. Dokumenty na webu Nabídka, licenční smlouva a zásady zpracování dat jsou dostupné před připojením. [Požádat o licenci přeprodejce](mailto:support@ailoot.ai) · [Nabídka a licenční smlouva](https://ailoot.ai/legal/offer?lang=cs) ## Ailoot · Společnost a její portfolio projektů Ailoot staví na dlouhodobých provozních zkušenostech, široké klientské základně, stabilních službách a průběžném sledování KPI. Společnost a její portfolio projektů: miliony zákazníků; měsíční tržby v miliardách. Ailoot využívá tyto provozní zkušenosti k poskytování přístupu přes API k funkcím AI v produktech zákazníků, agentech, aplikacích a automatizacích.