qwen-audio-3.0-asr-flash
Modèle de reconnaissance vocale qui convertit l’audio en texte lisible, avec ponctuation et normalisation des nombres. Il prend en charge le russe, d’autres langues et les dialectes chinois.
- Ailoot · Reconnaissance vocale
POST /v1/audio/transcriptionsqwen-audio-3.0-asr-flash - Ailoot · Reconnaissance vocale
POST /v1/audio/transcriptionsqwen-asr - Ailoot · Reconnaissance vocale
POST /v1/audio/transcriptionsqwen-asr-latest
À propos du modèle
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Qwen-Audio-3.0-ASR-Flash est destiné à convertir un enregistrement de parole en texte. Alibaba met en avant la reconnaissance multilingue et le traitement de paroles expressives, notamment le rythme poétique, le chinois classique et les récits culturels. L’entrée est un fichier audio ; le résultat est une transcription.
La parole sous forme écrite
Le modèle ajoute la ponctuation et restitue les nombres, les dates et les montants prononcés dans leur forme écrite habituelle. Cela est utile pour des messages vocaux, des extraits d’entretien ou des enregistrements pédagogiques qui nécessitent un texte lisible, au-delà d’une simple suite de mots reconnus.
Il prend en charge 30 langues, dont le russe, l’anglais, le français, l’allemand, le japonais et l’arabe. Il tient également compte des sept principaux groupes dialectaux chinois et de plus de 20 variantes régionales de prononciation. Cet ensemble vise à reconnaître différentes particularités linguistiques et différents accents.
Pour les termes spécialisés, il est possible de fournir le contexte de la tâche et des mots indicatifs. Ils aident à orienter la reconnaissance des noms et du vocabulaire du domaine. Les horodatages sont toujours activés dans cette version : le résultat peut être relié aux passages correspondants de l’enregistrement. La transcription d’un fichier court peut être renvoyée en une fois ou progressivement pendant le traitement.
Enregistrement et limites
La durée maximale est de cinq minutes. Une tâche utilise un seul fichier. Les formats AAC, AMR, AVI, FLAC, FLV, M4A, MKV, MOV, MP3, MP4, MPEG, OGG, OPUS, WAV, WEBM, WMA et WMV sont pris en charge ; toute fréquence d’échantillonnage est admise. La présence de conteneurs vidéo dans cette liste concerne l’extraction de la parole de leur piste sonore, et non l’analyse visuelle des images.
Qwen-Audio-3.0-ASR-Flash ne propose ni séparation par locuteur ni reconnaissance des émotions. Son principal résultat est du texte relié aux moments correspondants de l’enregistrement. Les capacités de traitement d’enregistrements plus longs et les autres modes d’analyse audio annoncés pour les modèles voisins ne s’appliquent pas à cette version.
Ailoot · Reconnaissance vocale POST /v1/audio/transcriptions qwen-audio-3.0-asr-flash
qwen-audio-3.0-asr-flashqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Premiers pas
Modèle de reconnaissance vocale qui convertit l’audio en texte lisible, avec ponctuation et normalisation des nombres. Il prend en charge le russe, d’autres langues et les dialectes chinois.
- Entrées acceptées
- Audio
- Résultats
- Texte
Disponible dans Ailoot · entrées et méthodes
Ailoot · Reconnaissance vocale POST /v1/audio/transcriptions
- Entrée
audio- Sortie
text- Format de sortie
- json
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen-audio-3.0-asr-flash | Par défaut— |
Champfile | Typefile | ExigenceObligatoire | Valeurs et limites Nombre maximal d’octets: 10'485'760 Formats de fichier: wav, mp3, m4a, ogg, webm, flac Type de contenu: multipart/form-data Durée maximale, en secondes: 300 | Par défaut— |
Champresponse_format | Typestring | ExigenceFacultatif | Valeurs et limites json | Par défaut— |
Combinaisons d’éléments d’entrée
speech_to_text · Obligatoire : actual audio file
Paramètres et cycle de vie de la méthode
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrataudio |
Paramètrerequired | Contratnull |
Paramètreoptional_controls | Contratnull |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les structures des méthodes et les identifiants sont exacts ; la capacité du fournisseur est distincte de l’admission.
Tarifs
Tarifs des méthodes Ailoot
POST /v1/audio/transcriptions- Entrée
- 0.0021 USD par minute d’audio
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Exemples de requêtes
Ailoot · Reconnaissance vocale
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $AILOOT_API_KEY" \
--form-string model=qwen-audio-3.0-asr-flash -F "file=@$AILOOT_AUDIO_FILE" \
-D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
Recevoir et enregistrer les résultats
Ailoot · Reconnaissance vocale
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Conserver tous les résultats terminés
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez le JSON complet, au-delà du texte seul ; préservez chaque segment, locuteur et horodatage disponible, ainsi que les identifiants réels de tâche ou de ressource.
Si la réponse d’origine doit être vérifiée
Conservez l’operation_id/X-Client-Request-ID d’origine pour le rapprochement sans nouvelle soumission ; aucune route dédiée à l’interrogation du statut audio.
Champs de la réponse
| Champ | Type |
|---|---|
Champtext | Typestring |
Champsegments[] | Typeobject |
Champtask_id | Typestring |
Champasset_url | Typestring |
Champusage | Typeobject |
Erreurs et étapes suivantes
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Réponseserver_error | ConditionLa réponse renvoyée indique que l’opération ou le résultat nécessite une vérification | Étape suivanteConservez l’identifiant d’opération/de tâche initialement renvoyé, les en-têtes de la requête et la réponse ; poursuivez les lectures prises en charge de cette opération d’origine. Ne soumettez pas à nouveau la requête de création. |
Alias
Alias du modèle
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Alias des chemins de méthode
Utilisez les chemins de méthode indiqués ci-dessus.
ID d’appel associés
Ailoot · Reconnaissance vocale POST /v1/audio/transcriptions qwen-asr
qwen-asrqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Premiers pas
Modèle de reconnaissance vocale qui convertit l’audio en texte lisible, avec ponctuation et normalisation des nombres. Il prend en charge le russe, d’autres langues et les dialectes chinois.
- Entrées acceptées
- Audio
- Résultats
- Texte
Disponible dans Ailoot · entrées et méthodes
Ailoot · Reconnaissance vocale POST /v1/audio/transcriptions
- Entrée
audio- Sortie
text- Format de sortie
- json
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen-asr | Par défaut— |
Champfile | Typefile | ExigenceObligatoire | Valeurs et limites Nombre maximal d’octets: 10'485'760 Formats de fichier: wav, mp3, m4a, ogg, webm, flac Type de contenu: multipart/form-data Durée maximale, en secondes: 300 | Par défaut— |
Champresponse_format | Typestring | ExigenceFacultatif | Valeurs et limites json | Par défaut— |
Combinaisons d’éléments d’entrée
speech_to_text · Obligatoire : actual audio file
Paramètres et cycle de vie de la méthode
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrataudio |
Paramètrerequired | Contratnull |
Paramètreoptional_controls | Contratnull |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les structures des méthodes et les identifiants sont exacts ; la capacité du fournisseur est distincte de l’admission.
Tarifs
Tarifs des méthodes Ailoot
POST /v1/audio/transcriptions- Entrée
- 0.0021 USD par minute d’audio
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Exemples de requêtes
Ailoot · Reconnaissance vocale
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $AILOOT_API_KEY" \
--form-string model=qwen-asr -F "file=@$AILOOT_AUDIO_FILE" \
-D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
Recevoir et enregistrer les résultats
Ailoot · Reconnaissance vocale
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Conserver tous les résultats terminés
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez le JSON complet, au-delà du texte seul ; préservez chaque segment, locuteur et horodatage disponible, ainsi que les identifiants réels de tâche ou de ressource.
Si la réponse d’origine doit être vérifiée
Conservez l’operation_id/X-Client-Request-ID d’origine pour le rapprochement sans nouvelle soumission ; aucune route dédiée à l’interrogation du statut audio.
Champs de la réponse
| Champ | Type |
|---|---|
Champtext | Typestring |
Champsegments[] | Typeobject |
Champtask_id | Typestring |
Champasset_url | Typestring |
Champusage | Typeobject |
Erreurs et étapes suivantes
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Réponseserver_error | ConditionLa réponse renvoyée indique que l’opération ou le résultat nécessite une vérification | Étape suivanteConservez l’identifiant d’opération/de tâche initialement renvoyé, les en-têtes de la requête et la réponse ; poursuivez les lectures prises en charge de cette opération d’origine. Ne soumettez pas à nouveau la requête de création. |
Alias
Alias du modèle
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Alias des chemins de méthode
Utilisez les chemins de méthode indiqués ci-dessus.
ID d’appel associés
Ailoot · Reconnaissance vocale POST /v1/audio/transcriptions qwen-asr-latest
qwen-asr-latestqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Premiers pas
Modèle de reconnaissance vocale qui convertit l’audio en texte lisible, avec ponctuation et normalisation des nombres. Il prend en charge le russe, d’autres langues et les dialectes chinois.
- Entrées acceptées
- Audio
- Résultats
- Texte
Disponible dans Ailoot · entrées et méthodes
Ailoot · Reconnaissance vocale POST /v1/audio/transcriptions
- Entrée
audio- Sortie
text- Format de sortie
- json
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites qwen-asr-latest | Par défaut— |
Champfile | Typefile | ExigenceObligatoire | Valeurs et limites Nombre maximal d’octets: 10'485'760 Formats de fichier: wav, mp3, m4a, ogg, webm, flac Type de contenu: multipart/form-data Durée maximale, en secondes: 300 | Par défaut— |
Champresponse_format | Typestring | ExigenceFacultatif | Valeurs et limites json | Par défaut— |
Combinaisons d’éléments d’entrée
speech_to_text · Obligatoire : actual audio file
Paramètres et cycle de vie de la méthode
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrataudio |
Paramètrerequired | Contratnull |
Paramètreoptional_controls | Contratnull |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les structures des méthodes et les identifiants sont exacts ; la capacité du fournisseur est distincte de l’admission.
Tarifs
Tarifs des méthodes Ailoot
POST /v1/audio/transcriptions- Entrée
- 0.0021 USD par minute d’audio
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Exemples de requêtes
Ailoot · Reconnaissance vocale
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $AILOOT_API_KEY" \
--form-string model=qwen-asr-latest -F "file=@$AILOOT_AUDIO_FILE" \
-D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
Recevoir et enregistrer les résultats
Ailoot · Reconnaissance vocale
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Conserver tous les résultats terminés
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez le JSON complet, au-delà du texte seul ; préservez chaque segment, locuteur et horodatage disponible, ainsi que les identifiants réels de tâche ou de ressource.
Si la réponse d’origine doit être vérifiée
Conservez l’operation_id/X-Client-Request-ID d’origine pour le rapprochement sans nouvelle soumission ; aucune route dédiée à l’interrogation du statut audio.
Champs de la réponse
| Champ | Type |
|---|---|
Champtext | Typestring |
Champsegments[] | Typeobject |
Champtask_id | Typestring |
Champasset_url | Typestring |
Champusage | Typeobject |
Erreurs et étapes suivantes
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Réponseserver_error | ConditionLa réponse renvoyée indique que l’opération ou le résultat nécessite une vérification | Étape suivanteConservez l’identifiant d’opération/de tâche initialement renvoyé, les en-têtes de la requête et la réponse ; poursuivez les lectures prises en charge de cette opération d’origine. Ne soumettez pas à nouveau la requête de création. |
Alias
Alias du modèle
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Alias des chemins de méthode
Utilisez les chemins de méthode indiqués ci-dessus.
ID d’appel associés
FAQ · qwen-audio-3.0-asr-flash
- Quelles entrées et quels résultats sont disponibles ?
POST /v1/audio/transcriptions·qwen-audio-3.0-asr-flash:audio→textPOST /v1/audio/transcriptions·qwen-asr:audio→textPOST /v1/audio/transcriptions·qwen-asr-latest:audio→text- Quels champs la requête utilise-t-elle ?
POST /v1/audio/transcriptions·qwen-audio-3.0-asr-flash:model,file,response_formatPOST /v1/audio/transcriptions·qwen-asr:model,file,response_formatPOST /v1/audio/transcriptions·qwen-asr-latest:model,file,response_format