Source: https://ailoot.ai/models/hu/qwen-qwen3-asr-0-6b/ Canonical: https://ailoot.ai/models/hu/qwen-qwen3-asr-0-6b/ Language: hu # Qwen: Qwen3 ASR 0.6B [Markdown](https://ailoot.ai/models/hu/qwen-qwen3-asr-0-6b/index.md) · [JSON](https://ailoot.ai/models/hu/qwen-qwen3-asr-0-6b/facts.json) ## [Qwen: Qwen3 ASR 0.6B](https://ailoot.ai/models/hu/qwen-qwen3-asr-0-6b/) A Qwen3-ASR-0.6B a Qwen kompakt beszédfelismerő modellje, amely beszédet vagy énekhangot alakít szöveggé nyelvazonosítással. A modellcsalád 30 nyelvet és 22 nyelvjárást lefedő támogatását kínálja, offline és streaming folyamatokkal, valamint az időzített szöveghez külön hanghoz igazítással. - [**Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/hu/qwen-qwen3-asr-0-6b/#method-0) A modellről Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók. A Qwen3-ASR-0.6B a Qwen Qwen3-ASR beszédfelismerő modellcsaládjának kompakt kiadása. Hangot fogad, és nyelvjelöléssel ellátott átiratot készít. A gyártó a 0.6B változatot a felismerési minőség és a hatékonyság egyensúlyára pozicionálja, míg az 1.7B a külön néven szereplő nagyobb kiadás. Mindkettő a Qwen3-Omni hangmegértésére épít, és közös a dokumentált felismerési lefedettségük, valamint az egységes offline/streaming megközelítésük. A kompakt kiadás hangjegyzetekhez, felirat-előkészítéshez vagy kereshető felvételekhez kapcsolódó munkafolyamatban biztosíthatja az átírás lépését. #### Nyelvek, nyelvjárások és támogatott felvételek A Qwen 30 nyelv és 22 kínai nyelvjárás felismerését és nyelvazonosítását dokumentálja, különböző régiókból származó angol akcentusok támogatásával. Nyelvtáblázata a kínait, angolt, kantonit, arabot, németet, franciát, spanyolt, portugált, indonézt, olaszt, koreait, oroszt, thait, vietnámit, japánt, törököt, hindit, malájt, hollandot, svédet, dánt, finnt, lengyelt, csehet, filippínót, perzsát, görögöt, magyart, macedónt és románt sorolja fel. A felismerhető hangtípusok közé tartozik a beszéd, az énekhang és a háttérzenével kísért dal. A kisebb kiadás megtartja a család e lefedettségét; a mérete nem jelent eltérő támogatott nyelvlistát. #### Offline felismerés és a bemenet előkészítése A hivatalos eszközkészlet fájlhivatkozásként, kódolt hangként vagy mintavételi frekvenciával megadott hullámformaként fogadhat hangot. Támogatja több felvétel offline feldolgozását, az automatikus nyelvfelismerést és egy támogatott nyelv kézi megadását. A dokumentált eredmény a nyelvet és a felismert szöveget tartalmazza. Válassza ki a beszéd nyelvét, ha ismeri, vagy hagyja, hogy a modell azonosítsa, ha a gyűjteményben ismeretlen nyelvű felvételek vannak. Minden felvétel azonosítóját őrizze meg az eredménye mellett, hogy az átirat visszakövethető legyen a megfelelő forráshoz. Hangjegyzetek gyűjteményénél minden jegyzethez külön eredményt tartson meg, és a felvétel alapján ellenőrizze a neveket, számokat és nem egyértelmű kifejezéseket, mielőtt feladatokat vagy összefoglalót készítene a szövegből. Elmondott oktatóanyagnál az átirat segítségével keresse meg a szövegrészeket, és ellenőrizze az egyes utasítások megfogalmazását. Éneklésnél a dalszöveg ellenőrzésekor az énekszólamra figyeljen, ne fogadjon el egy szót pusztán azért, mert értelmesnek tűnik a dalban. Ezek a szöveges eredmény előkészítési és ellenőrzési lépései; az átirat összefoglalása, fordítása vagy értelmezése külön műveletként következhet. #### Streaming szöveg és a felvétel lezárása A Qwen3-ASR ugyanazt a modellt használja offline és streaming felismeréshez. A gyártó streaming példájában a beérkező hangdarabok frissítik a megőrzött felismerési állapotot, majd egy lezáró lépés adja vissza a kész szöveget és a nyelvet. Ez lehetővé teszi a fokozatos megjelenítést, amely hasznos a folyamatosan készülő átirathoz. Az ideiglenes megjelenítést az aktuális felismerési állapotként kezelje, és a felvétel vége után őrizze meg a végleges eredményt, a javításhoz elérhető hangforrással együtt. A dokumentált streaming megvalósítás ebben a streaming folyamatban nem támogat kötegelt modellfuttatást vagy időbélyegek visszaadását. A streaming szöveg, az offline átiratok gyűjteménye és az időzített feliratok előkészítése ezért külön gyártói munkafolyamatok. A gyártó példaként megadott darabméretei és tokenbeállításai egy megvalósítást szemléltetnek; nem általános ígéretek késleltetésre, párhuzamosságra vagy hanghosszra. Aszerint válasszon folyamatot, hogy a hasznos eredmény a felvétel közben érkező szöveg, egy gyűjtemény kész átirata vagy idővonalhoz igazított szöveg. #### Időzített szöveg Qwen3-ForcedAligner használatával A Qwen3-ForcedAligner-0.6B külön illesztőmodell, noha ugyanazt a 0.6B méretjelölést viseli, mint ez az ASR-kiadás. Szöveg–hang párt fogad, és szó- vagy karakterszintű kezdő- és végidőket jelez előre. A gyártó offline ASR-eszközkészlete meghívhatja, amikor időbélyegeket kérnek. Dokumentált nyelvkészlete a kínai, angol, kantoni, francia, német, olasz, japán, koreai, portugál, orosz és spanyol, a megadott illesztési tartománya pedig legfeljebb öt percnyi beszéd. Ez a szűkebb nyelvkészlet és az ötperces tartomány a hanghoz igazításhoz tartozik, nem az ASR-modell általános átírási lefedettségéhez. Feliratokhoz készítsen ellenőrzött átiratot a felvétel nyelvén, a támogatott munkafolyamat szerint igazítsa a hanghoz, és a forrás lejátszása közben vizsgálja meg a szegmensek határait. A használható felirateredmény együtt tartja a szöveget és az időzítést. Ha egy átírt szó hibás, a hang alapján javítsa a szöveget, ne feltételezze, hogy az időtartomány igazolja a szót. Ez a szétválasztás egyértelművé teszi, hogy a probléma a felismerésben, a megadott szövegben vagy egy felirathatár elhelyezésében van-e. #### Hosszú hanganyag kimenete és a felismerés ellenőrzése A Qwen3-ASR család hosszú felvételeket is támogat. Modellfuttatási példái hosszabb hanghoz több generált token engedélyezését javasolják, ezért győződjön meg arról, hogy az átírás a felvétel végéig eljutott, és nem vágta le egy kimeneti keret. A közzétett példák nem határoznak meg általános számszerű kontextusablakot vagy maximális ASR-felvételhosszt. Hosszabb felvétel ellenőrzésének megszervezésekor a hasznos szakaszokat tartsa összekapcsolva a forrásbeli helyükkel. A nehezen hallható szavakat, nyelvváltásokat, átfedő beszédet, szokatlan neveket és énekelt szótagokat ellenőrizze az eredeti hang alapján. A gyakorlati eredmény nyelvjelöléssel ellátott felismert szöveg, amely készen áll keresésre vagy egy további tartalmi lépésre; szükség esetén az időzítést a külön illesztési folyamat adja hozzá. **Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b` [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/hu/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) Alibaba /`qwen/qwen3-asr-0.6b` ### Kezdő lépések A Qwen3-ASR-0.6B a Qwen kompakt beszédfelismerő modellje, amely beszédet vagy énekhangot alakít szöveggé nyelvazonosítással. A modellcsalád 30 nyelvet és 22 nyelvjárást lefedő támogatását kínálja, offline és streaming folyamatokkal, valamint az időzített szöveghez külön hanghoz igazítással. Elfogadott bemenetek Hang Eredmények Szöveg ### Elérhető az Ailootban · bemenetek és metódusok **Ailoot Ultra · Hang átírása** `POST /v1/audio/transcriptions` Bemenet `audio` Kimenet `text` | Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett | | --- | --- | --- | --- | --- | | Mező`model` | Típus`string` | KövetelményKötelező | Értékek és korlátok qwen/qwen3-asr-0.6b | Alapértelmezett— | | Mező`input_audio` | Típus`object` | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— | | Mező`language` | Típus`string` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | | Mező`temperature` | Típus`number` | KövetelményOpcionális | Értékek és korlátok Minimum: 0 Maximum: 1 | Alapértelmezett— | | Mező`response_format` | Típus`string` | KövetelményOpcionális | Értékek és korlátok json, verbose\_json | Alapértelmezettjson | | Mező`timestamp_granularities` | Típus`array` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | | Mező`provider` | Típus`object` | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— | Metódus paraméterei és életciklusa | Paraméter | Szerződés | | --- | --- | | Paraméter`content_type` | Szerződésapplication/json | | Paraméter`required` | Szerződésmodel, input\_audio | | Paraméter`material_types` | Szerződésaudio | | Paraméter`material_conditions` | SzerződésOlvasson be tényleges WAV-fájlt, és kódolja a valós bájtjait a deklarált JSON input\_audio bemenethez; ehhez a pontosan csak JSON-t engedő deklarációhoz nem hirdetünk multipart útvonalat. | Életciklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · A ténylegesen visszaadott task\_id vagy a médiatár bejegyzése `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Díjcsomagok ##### A végső díj számítása A megjelenített díjtételek a generálás előtti költségbecsléshez szolgálnak. A végleges díj az eredeti generáláshoz rögzített költségből számítódik. A kimenet mért időtartama és az előre jelzett mennyiségek nem azonosak a véglegesen elszámolandó mennyiséggel. A díjszabás nem ad új kérési lehetőségeket. A támogatott paraméterek a kiválasztott módszernél szerepelnek. Gyors mód Nincs megadva Ha a gyors mód van kiválasztva Flex mód Nincs megadva Ha a flex mód van kiválasztva Maximális gondolkodási ráfordítás Nincs megadva Ha a maximális gondolkodási ráfordításra a default beállításhoz tartozó korrekció vonatkozik #### Becsült díjak összehasonlításhoz #### Árak beállításonként Minden díjat a megjelenített feltételekhez rendeljen. Az alternatív beállítások minden csoportjához egy díjtételt használjon. | Beállítás | Díjtáblázat | Előre jelzett mennyiség | Elszámolási egység | Díj | | --- | --- | --- | --- | --- | | BeállításTokenek alapdíjai | DíjtáblázatAlapdíj | Előre jelzett mennyiség— | Elszámolási egység— | Díj Bemenet · Bemeneti tokenek · Becslés, csak összehasonlításra **—** / 1K token Kimenet · Kimeneti tokenek · Becslés, csak összehasonlításra **—** / 1K token Bemenet · Gyorsítótár olvasása · Becslés, csak összehasonlításra **—** / 1K token Bemenet · Írás a gyorsítótárba · Becslés, csak összehasonlításra **—** / 1K token Bemenet · Írás a gyorsítótárba, 1 óra · Becslés, csak összehasonlításra **—** / 1K token | | Beállításbemeneti hangmásodperc | Díjtáblázat— | Előre jelzett mennyiség— | Elszámolási egységbemeneti hangmásodpercenként | Díj Bemenet · bemeneti hangmásodperc · Becslés, csak összehasonlításra **$0.00000666** bemeneti hangmásodpercenként | | BeállításA generálás becsült költsége | Díjtáblázat— | Előre jelzett mennyiségbecslés egy generálásra | Elszámolási egység— | Díj Kimenet · Becsült generálási költség · Becslés, csak összehasonlításra **$0.00000666** becslés a generálás előtt Ez a becslés nem jelent további díjat, és nem rögzített díjszabás az elkészült generálásra. | Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. [A foglalás és az elszámolás működése →](https://ailoot.ai/docs/hu/billing/reserve/) ### Példakérések #### Ailoot Ultra · Hang átírása curl · pontos natív kéréstörzs és teljes eredmény ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Eredmények fogadása és mentése #### Ailoot Ultra · Hang átírása - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` További tartalomlekérések A meglévő, Önhöz tartozó médiafájlok lekérése ```bash set -eu : "${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. ``` ##### Őrizzen meg minden elkészült eredményt Őrizzen meg minden teljes visszaadott választ, fájlt és tartalomrészt. Őrizze meg a teljes választ és a fejléceket, minden tényleges kimenetet, az eredetileg visszaadott azonosítókat és az összes használati adatmezőt. Az eredeti műveletet állítsa helyre, a létrehozási kérés újbóli beküldése nélkül. ##### Ha az eredeti választ ellenőrizni kell Őrizze meg a visszaadott X-Client-Request-ID értéket az egyeztetéshez. Csak a ténylegesen visszaadott task\_id/asset\_id értékekkel kérdezzen le, vagy használja a saját médiatárat; soha ne állítson össze feladat-URL-t a műveletazonosítóból, és soha ne küldje be újra a létrehozási kérést. Válaszmezők | Mező | Típus | | --- | --- | | Mező`text` | Típus | | Mező`usage` | Típus | | Mező`segments[]` | Típus | | Mező`words[]` | Típus | | Mező`speaker fields` | Típus | | Mező`timestamps` | Típus | ### Álnevek #### Modell álnevei **Ailoot Ultra** [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/hu/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) #### Metódusútvonalak álnevei Használja a fent látható metódusútvonalakat. #### Kapcsolódó modellazonosítók [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/hu/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) FAQ · Qwen: Qwen3 ASR 0.6B Milyen bemenetek és eredmények érhetők el? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `audio` → `text` Mely mezőket használja a kérés? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Milyen korlátok érvényesek? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Csatlakoztassa az Ailootot a Claude Code-hoz, OpenCode-hoz, Hermeshez vagy saját alkalmazásához. ## A vállalat és projektportfóliója A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. ## Vásároljon tokeneket kedvezménnyel. Előfizetési kedvezmény rendszeres munkához. Promókódok — akár 50% tokenvásárlási kedvezmény. Előfizetés Válasszon kedvezményes tarifát a rendszeres kéréseihez. Promókód akár 50%-ig Vásárláskor adja meg a kódot. Az ár az érvényes akció szerint újraszámolódik. Költségek az előzményekben Minden kéréshez megmarad a modell, a tokenek és az összeg. [Előfizetés kiválasztása](https://ailoot.ai/docs/hu/billing/subscriptions/) · [Modellárak megtekintése](https://ailoot.ai/models/hu/) ## Csatlakoztassa az API-t az értékesített termékéhez. SaaS, alkalmazások és botok — az Ailoot ajánlati feltételei és licencszerződése alapján. Viszonteladáshoz kérjen viszonteladói licencet. Kereskedelmi alkalmazás Építsen szöveg-, kép-, videó- és hanggenerálást szolgáltatása fizetős funkcióiba. Viszonteladói licenc Küldje el a projekt leírását és a hozzáférés módját. Kérjen írásos használati és viszonteladási feltételeket. Dokumentumok a weboldalon Az ajánlati feltételek, licencszerződés és adatkezelési szabályzat már a csatlakoztatás előtt elérhető. [Viszonteladói licenc kérése](mailto:support@ailoot.ai) · [Ajánlati feltételek és licencszerződés](https://ailoot.ai/legal/offer?lang=hu) ## Ailoot · A vállalat és projektportfóliója Az Ailoot felhalmozott működési tapasztalatra, széles ügyfélkörre, stabil szolgáltatásra és folyamatos KPI-ellenőrzésre épít. A vállalat és projektportfóliója: ügyfelek milliói; havi értékesítés milliárdos nagyságrendben. Az Ailoot ezt a működési tapasztalatot használja az ügyfelek termékeiben, ágenseiben, alkalmazásaiban és automatizálásaiban elérhető AI-funkciók API-hozzáféréséhez.