qwen-audio-3.0-asr-flash
מודל לזיהוי דיבור שממיר אודיו לטקסט קריא, עם סימני פיסוק ונרמול מספרים. תומך ברוסית ובשפות אחרות, וכן בניבים סיניים.
- Ailoot · המרת דיבור לטקסט
POST /v1/audio/transcriptionsqwen-audio-3.0-asr-flash - Ailoot · המרת דיבור לטקסט
POST /v1/audio/transcriptionsqwen-asr - Ailoot · המרת דיבור לטקסט
POST /v1/audio/transcriptionsqwen-asr-latest
על המודל
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Qwen-Audio-3.0-ASR-Flash מיועד להמרת הקלטת דיבור לטקסט. Alibaba מדגישה זיהוי רב־לשוני ועבודה עם דיבור מלא הבעה, כולל מקצב שירי, סינית קלאסית וסיפור בעל הקשר תרבותי. הקלט הוא אודיו והתוצאה היא תמלול.
דיבור בכתב
המודל מוסיף סימני פיסוק וממיר מספרים, תאריכים וסכומי כסף שנאמרו לצורה הכתובה המקובלת. זה מועיל להודעות קוליות, לקטעי ריאיון ולדיבור לימודי, כשצריך טקסט קריא ולא רק רצף של מילים שזוהו.
נתמכות 30 שפות, כולל רוסית, אנגלית, צרפתית, גרמנית, יפנית וערבית. בנוסף מובאות בחשבון שבע מערכות ניבים סיניים מרכזיות ויותר מ־20 גרסאות אזוריות של הגייה. קבוצה זו מיועדת לזיהוי מאפייני שפה ומבטא שונים.
למונחים מיוחדים אפשר למסור את הקשר המשימה ומילות עזר. הם מסייעים לכוון את זיהוי השמות ואוצר המילים המקצועי. חותמות הזמן בגרסה זו מופעלות תמיד: אפשר לקשר את התוצאה לקטעים המתאימים בהקלטה. תמלול של קובץ קצר עשוי להישלח בשלמותו או בהדרגה במהלך העיבוד.
החומר והמגבלות
משך ההקלטה המרבי הוא חמש דקות. בכל משימה משתמשים בקובץ אחד. נתמכים AAC, AMR, AVI, FLAC, FLV, M4A, MKV, MOV, MP3, MP4, MPEG, OGG, OPUS, WAV, WEBM, WMA ו־WMV; כל קצב דגימה מותר. הימצאות מכל וידאו ברשימת הפורמטים מתייחסת לחילוץ דיבור מרצועת האודיו שלו, ולא לניתוח חזותי של הפריימים.
Qwen-Audio-3.0-ASR-Flash אינו מספק הפרדה לפי דוברים או זיהוי רגשות. התוצאה העיקרית שלו היא טקסט וקישור התוכן שזוהה לזמן בהקלטה. האפשרויות להקלטות ארוכות יותר ושיטות אחרות לניתוח צליל שהוצהרו במודלים סמוכים אינן חלות על גרסה זו.
Ailoot · המרת דיבור לטקסט POST /v1/audio/transcriptions qwen-audio-3.0-asr-flash
qwen-audio-3.0-asr-flashqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
התחלה
מודל לזיהוי דיבור שממיר אודיו לטקסט קריא, עם סימני פיסוק ונרמול מספרים. תומך ברוסית ובשפות אחרות, וכן בניבים סיניים.
- סוגי קלט נתמכים
- שמע
- תוצאות
- טקסט
זמין ב-Ailoot · קלט ושיטות
Ailoot · המרת דיבור לטקסט POST /v1/audio/transcriptions
- סוגי קלט
audio- סוגי פלט
text- פורמט פלט
- json
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen-audio-3.0-asr-flash | ברירת מחדל— |
שדהfile | סוגfile | דרישהחובה | ערכים ומגבלות מספר בייטים מרבי: 10,485,760 פורמטי קבצים: wav, mp3, m4a, ogg, webm, flac סוג תוכן: multipart/form-data משך מרבי, בשניות: 300 | ברירת מחדל— |
שדהresponse_format | סוגstring | דרישהרשות | ערכים ומגבלות json | ברירת מחדל— |
שילובים של חומרי קלט
speech_to_text · נדרש: actual audio file
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרmaterial_types | מפרטaudio |
פרמטרrequired | מפרטnull |
פרמטרoptional_controls | מפרטnull |
מחזור חיים: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.
תעריפים
תעריפי שיטות Ailoot
POST /v1/audio/transcriptions- קלט
- 0.0021 $ לכל דקת שמע
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot · המרת דיבור לטקסט
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
קבלה ושמירה של תוצאות
Ailoot · המרת דיבור לטקסט
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
יש לשמור JSON מלא, ולא רק טקסט; יש לשמר כל מקטע, דובר וחותמת זמן זמינים ואת זהות המשימה או הנכס בפועל.
כשצריך לבדוק את התגובה המקורית
שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.
שדות התגובה
| שדה | סוג |
|---|---|
שדהtext | סוגstring |
שדהsegments[] | סוגobject |
שדהtask_id | סוגstring |
שדהasset_url | סוגstring |
שדהusage | סוגobject |
שגיאות והשלבים הבאים
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
תגובהserver_error | תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה | השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה. |
כינויים
כינויים למודל
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
Ailoot · המרת דיבור לטקסט POST /v1/audio/transcriptions qwen-asr
qwen-asrqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
התחלה
מודל לזיהוי דיבור שממיר אודיו לטקסט קריא, עם סימני פיסוק ונרמול מספרים. תומך ברוסית ובשפות אחרות, וכן בניבים סיניים.
- סוגי קלט נתמכים
- שמע
- תוצאות
- טקסט
זמין ב-Ailoot · קלט ושיטות
Ailoot · המרת דיבור לטקסט POST /v1/audio/transcriptions
- סוגי קלט
audio- סוגי פלט
text- פורמט פלט
- json
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen-asr | ברירת מחדל— |
שדהfile | סוגfile | דרישהחובה | ערכים ומגבלות מספר בייטים מרבי: 10,485,760 פורמטי קבצים: wav, mp3, m4a, ogg, webm, flac סוג תוכן: multipart/form-data משך מרבי, בשניות: 300 | ברירת מחדל— |
שדהresponse_format | סוגstring | דרישהרשות | ערכים ומגבלות json | ברירת מחדל— |
שילובים של חומרי קלט
speech_to_text · נדרש: actual audio file
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרmaterial_types | מפרטaudio |
פרמטרrequired | מפרטnull |
פרמטרoptional_controls | מפרטnull |
מחזור חיים: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.
תעריפים
תעריפי שיטות Ailoot
POST /v1/audio/transcriptions- קלט
- 0.0021 $ לכל דקת שמע
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot · המרת דיבור לטקסט
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
קבלה ושמירה של תוצאות
Ailoot · המרת דיבור לטקסט
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
יש לשמור JSON מלא, ולא רק טקסט; יש לשמר כל מקטע, דובר וחותמת זמן זמינים ואת זהות המשימה או הנכס בפועל.
כשצריך לבדוק את התגובה המקורית
שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.
שדות התגובה
| שדה | סוג |
|---|---|
שדהtext | סוגstring |
שדהsegments[] | סוגobject |
שדהtask_id | סוגstring |
שדהasset_url | סוגstring |
שדהusage | סוגobject |
שגיאות והשלבים הבאים
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
תגובהserver_error | תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה | השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה. |
כינויים
כינויים למודל
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
Ailoot · המרת דיבור לטקסט POST /v1/audio/transcriptions qwen-asr-latest
qwen-asr-latestqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
התחלה
מודל לזיהוי דיבור שממיר אודיו לטקסט קריא, עם סימני פיסוק ונרמול מספרים. תומך ברוסית ובשפות אחרות, וכן בניבים סיניים.
- סוגי קלט נתמכים
- שמע
- תוצאות
- טקסט
זמין ב-Ailoot · קלט ושיטות
Ailoot · המרת דיבור לטקסט POST /v1/audio/transcriptions
- סוגי קלט
audio- סוגי פלט
text- פורמט פלט
- json
| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות qwen-asr-latest | ברירת מחדל— |
שדהfile | סוגfile | דרישהחובה | ערכים ומגבלות מספר בייטים מרבי: 10,485,760 פורמטי קבצים: wav, mp3, m4a, ogg, webm, flac סוג תוכן: multipart/form-data משך מרבי, בשניות: 300 | ברירת מחדל— |
שדהresponse_format | סוגstring | דרישהרשות | ערכים ומגבלות json | ברירת מחדל— |
שילובים של חומרי קלט
speech_to_text · נדרש: actual audio file
פרמטרים ומחזור חיים של השיטה
| פרמטר | מפרט |
|---|---|
פרמטרmaterial_types | מפרטaudio |
פרמטרrequired | מפרטnull |
פרמטרoptional_controls | מפרטnull |
מחזור חיים: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ערך task_id שהוחזר בפועל או רשומה בספריית המדיה
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
מבני המתודות והמזהים מדויקים; יכולת הספק נפרדת מקבלת הבקשה לביצוע.
תעריפים
תעריפי שיטות Ailoot
POST /v1/audio/transcriptions- קלט
- 0.0021 $ לכל דקת שמע
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
דוגמאות לבקשות
Ailoot · המרת דיבור לטקסט
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
קבלה ושמירה של תוצאות
Ailoot · המרת דיבור לטקסט
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
שמירת כל התוצאות שהושלמו
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
יש לשמור JSON מלא, ולא רק טקסט; יש לשמר כל מקטע, דובר וחותמת זמן זמינים ואת זהות המשימה או הנכס בפועל.
כשצריך לבדוק את התגובה המקורית
שמרו את operation_id/X-Client-Request-ID המקורי לצורך התאמת רישומים ללא שליחה מחדש; אין נתיב ייעודי לתשאול סטטוס אודיו.
שדות התגובה
| שדה | סוג |
|---|---|
שדהtext | סוגstring |
שדהsegments[] | סוגobject |
שדהtask_id | סוגstring |
שדהasset_url | סוגstring |
שדהusage | סוגobject |
שגיאות והשלבים הבאים
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
תגובהserver_error | תנאיהתשובה שהוחזרה מציינת שהפעולה או התוצאה דורשת בדיקה | השלב הבאשמרו את מזהה הפעולה/המשימה המקורי שהוחזר, את כותרות הבקשה ואת התשובה; המשיכו לבצע פעולות קריאה נתמכות של אותה פעולה מקורית. אל תשלחו שוב את בקשת היצירה. |
כינויים
כינויים למודל
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
כינויים לנתיבי שיטות
השתמשו בנתיבי השיטות המוצגים למעלה.
מזהי מודלים קשורים IDs
FAQ · qwen-audio-3.0-asr-flash
- אילו קלטים ותוצאות זמינים?
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- באילו שדות הבקשה משתמשת?
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