A Qwen3-ASR-1.7B a Qwen nagyobb beszédfelismerő modellje a Qwen3-ASR családban. Hangot fogad, és felismert szöveget ad vissza nyelvi címkével együtt. A család a Qwen3-Omni hangmegértési alapjára épül, és egy ASR-modellt használ offline és streaming felismeréshez. Az 1.7B kiadás a felismerés minőségére helyezi a hangsúlyt, míg a külön néven szereplő 0.6B kiadás a hatékonyságra. Ezek a kiadások külön választási lehetőségek maradnak, még ha közös is a dokumentált nyelvi lefedettségük és felismerési munkafolyamatuk.
A gyártó 30 nyelvet és 22 kínai nyelvjárást sorol fel, valamint több régió angol akcentusait. A nyelvlistán a kínai, angol, kantoni, arab, német, francia, spanyol, portugál, indonéz, olasz, koreai, orosz, thai, vietnámi, japán, török, hindi, maláj, holland, svéd, dán, finn, lengyel, cseh, filippínó, perzsa, görög, magyar, macedón és román szerepel. A támogatott hangtípusok között beszéd, énekhang és háttérzenés dalok vannak. Ezek a képességek interjúkhoz, előadásokhoz, hangfelvételekhez és dalszöveg-ellenőrzéshez teszik hasznossá az átiratot, az eredeti hang megőrzésével a nehéz részletek ellenőrzéséhez.
A gyártó eszközkészlete hangfájlhivatkozást, kódolt hangot vagy mintavételi frekvenciával együtt megadott hullámformát fogad, offline munkafolyamata pedig felvételek gyűjteményét is feldolgozhatja. A nyelvet automatikusan észlelheti, vagy megadott, támogatott nyelvet használhat. Ismeretlen felvételnél válassz automatikus felismerést; add meg a ténylegesen beszélt nyelvet, ha ismert és a feladat szempontjából releváns. A példaeredmény megjeleníti az észlelt vagy kiválasztott nyelvet és a felismert szöveget. A nyelvi beállítás a felvétel felismerését irányítja, nem pedig a tartalom más nyelvre történő átírását kéri.
Interjúnál őrizd meg a felvétel kapcsolatát a dátummal, témával és forrásazonosítóval, majd használd a visszaadott szöveget kereshető átiratként. Előadásnál az ellenőrzés során tartsd meg a műszaki kifejezéseket és számszerű megfogalmazásokat ahelyett, hogy a bizonytalan szavakat észrevétlenül egy hihető magyarázattal helyettesítenéd. Dalnál a felismert szöveget az énekszólam hallgatása közben ellenőrizd, különösen ott, ahol a zene elfed egy szótagot. Az átirat külön összefoglalási, fordítási vagy szerkesztési lépés bemenete lehet, miután a megfogalmazását ellenőrizték a hang alapján.
Ugyanez az ASR család a hang beérkezése közbeni felismerést is támogatja. A gyártó streaming példája egymást követő hangdarabokat ad egy megőrzött felismerési állapothoz, köztes szöveget jelenít meg, majd lezárja a streamet a végső nyelv és átirat eléréséhez. Élő feliratok vagy folyamatos átirat előkészítésekor különböztesd meg az aktuális, fokozatosan bővülő szöveget a befejezett eredménytől. A dokumentált streaming megvalósítás nem kombinálja a streaminget kötegelt következtetéssel, és nem ad vissza időbélyegeket; az időzített átirat más munkafolyamatot használ. Ezek a gyártó megvalósítási részletei, nem egy alkalmazás adatátvitelére vagy élőfelirat-felületére tett ígéretek.
A Qwen3-ForcedAligner-0.6B egy hangfelvételt a megadott szöveghez illeszt, és szó- vagy karakterszintű kezdő- és végidőket jósol. Mindkét Qwen3-ASR kiadástól külön modell. Az ASR eszközkészlet használhatja ezt az illesztőt, amikor offline átírási munkafolyamatában időbélyegeket kérnek, vagy az illesztés meglévő szöveg–hang páron is futtatható. Az illesztő dokumentált lefedettsége 11 nyelv: kínai, angol, kantoni, francia, német, olasz, japán, koreai, portugál, orosz és spanyol. Megadott beszédtartománya legfeljebb öt perc; ez az illesztő hatóköre, nem az ASR átírás ötperces plafonja.
Feliratkészítéshez először készítsd el és ellenőrizd az átiratot, majd illeszd a forrásfelvételhez, ahol az illesztési munkafolyamat megfelelő. A visszaadott kezdő- és végidőkkel készíts feliratszakaszokat, és hallgatás közben vizsgáld meg a határaikat. Az illesztés a megadott szavakat hanghoz kapcsolja; nem kellene annak bizonyítékaként kezelni, hogy a hibás átiratot kijavították. A hasznos eredmény egy ellenőrzött, időzítési információval ellátott átirat, amely továbbra is az általa leírt felvételhez kapcsolódik.
A család támogatja a hosszú hang átírását, és a hivatalos példák arra utasítják a felhasználókat, hogy hosszabb bemenethez több generált szöveget engedjenek. Szemléltető tokenbeállításaik konfigurációs választások, nem egyetemes modellkontextus- vagy hanghosszkorlátok. A kimeneti keretet a felvételhez tervezd, és ellenőrizd, hogy a befejezés szerepel-e benne. Az eredeti hang alapján vizsgáld meg a neveket, mennyiségeket, nyelvváltásokat, elfedett szavakat és az átfedő beszédet. A nyelvi lefedettség és a nehéz hanganyagokkal szembeni robusztusság nem garantál hibátlan átiratot minden akcentushoz, felvételhez vagy zenei hangszereléshez. A teljes eredmény megőrzi a felismert megfogalmazást, annak nyelvét és kapcsolatát a hanggal, hogy kereshető, szerkeszthető vagy későbbi tartalmi munkafolyamatban használható legyen.
", "aboutText": "A Qwen3-ASR-1.7B a Qwen nagyobb beszédfelismerő modellje a Qwen3-ASR családban. Hangot fogad, és felismert szöveget ad vissza nyelvi címkével együtt. A család a Qwen3-Omni hangmegértési alapjára épül, és egy ASR-modellt használ offline és streaming felismeréshez. Az 1.7B kiadás a felismerés minőségére helyezi a hangsúlyt, míg a külön néven szereplő 0.6B kiadás a hatékonyságra. Ezek a kiadások külön választási lehetőségek maradnak, még ha közös is a dokumentált nyelvi lefedettségük és felismerési munkafolyamatuk.\n\n### Nyelvazonosítás és hanganyagok lefedettsége\n\nA gyártó 30 nyelvet és 22 kínai nyelvjárást sorol fel, valamint több régió angol akcentusait. A nyelvlistán a kínai, angol, kantoni, arab, német, francia, spanyol, portugál, indonéz, olasz, koreai, orosz, thai, vietnámi, japán, török, hindi, maláj, holland, svéd, dán, finn, lengyel, cseh, filippínó, perzsa, görög, magyar, macedón és román szerepel. A támogatott hangtípusok között beszéd, énekhang és háttérzenés dalok vannak. Ezek a képességek interjúkhoz, előadásokhoz, hangfelvételekhez és dalszöveg-ellenőrzéshez teszik hasznossá az átiratot, az eredeti hang megőrzésével a nehéz részletek ellenőrzéséhez.\n\n### Hang előkészítése és átirat készítése\n\nA gyártó eszközkészlete hangfájlhivatkozást, kódolt hangot vagy mintavételi frekvenciával együtt megadott hullámformát fogad, offline munkafolyamata pedig felvételek gyűjteményét is feldolgozhatja. A nyelvet automatikusan észlelheti, vagy megadott, támogatott nyelvet használhat. Ismeretlen felvételnél válassz automatikus felismerést; add meg a ténylegesen beszélt nyelvet, ha ismert és a feladat szempontjából releváns. A példaeredmény megjeleníti az észlelt vagy kiválasztott nyelvet és a felismert szöveget. A nyelvi beállítás a felvétel felismerését irányítja, nem pedig a tartalom más nyelvre történő átírását kéri.\n\nInterjúnál őrizd meg a felvétel kapcsolatát a dátummal, témával és forrásazonosítóval, majd használd a visszaadott szöveget kereshető átiratként. Előadásnál az ellenőrzés során tartsd meg a műszaki kifejezéseket és számszerű megfogalmazásokat ahelyett, hogy a bizonytalan szavakat észrevétlenül egy hihető magyarázattal helyettesítenéd. Dalnál a felismert szöveget az énekszólam hallgatása közben ellenőrizd, különösen ott, ahol a zene elfed egy szótagot. Az átirat külön összefoglalási, fordítási vagy szerkesztési lépés bemenete lehet, miután a megfogalmazását ellenőrizték a hang alapján.\n\n### Streaming felismerés és hatóköre\n\nUgyanez az ASR család a hang beérkezése közbeni felismerést is támogatja. A gyártó streaming példája egymást követő hangdarabokat ad egy megőrzött felismerési állapothoz, köztes szöveget jelenít meg, majd lezárja a streamet a végső nyelv és átirat eléréséhez. Élő feliratok vagy folyamatos átirat előkészítésekor különböztesd meg az aktuális, fokozatosan bővülő szöveget a befejezett eredménytől. A dokumentált streaming megvalósítás nem kombinálja a streaminget kötegelt következtetéssel, és nem ad vissza időbélyegeket; az időzített átirat más munkafolyamatot használ. Ezek a gyártó megvalósítási részletei, nem egy alkalmazás adatátvitelére vagy élőfelirat-felületére tett ígéretek.\n\n### Szavak vagy karakterek időzítése külön illesztővel\n\nA Qwen3-ForcedAligner-0.6B egy hangfelvételt a megadott szöveghez illeszt, és szó- vagy karakterszintű kezdő- és végidőket jósol. Mindkét Qwen3-ASR kiadástól külön modell. Az ASR eszközkészlet használhatja ezt az illesztőt, amikor offline átírási munkafolyamatában időbélyegeket kérnek, vagy az illesztés meglévő szöveg–hang páron is futtatható. Az illesztő dokumentált lefedettsége 11 nyelv: kínai, angol, kantoni, francia, német, olasz, japán, koreai, portugál, orosz és spanyol. Megadott beszédtartománya legfeljebb öt perc; ez az illesztő hatóköre, nem az ASR átírás ötperces plafonja.\n\nFeliratkészítéshez először készítsd el és ellenőrizd az átiratot, majd illeszd a forrásfelvételhez, ahol az illesztési munkafolyamat megfelelő. A visszaadott kezdő- és végidőkkel készíts feliratszakaszokat, és hallgatás közben vizsgáld meg a határaikat. Az illesztés a megadott szavakat hanghoz kapcsolja; nem kellene annak bizonyítékaként kezelni, hogy a hibás átiratot kijavították. A hasznos eredmény egy ellenőrzött, időzítési információval ellátott átirat, amely továbbra is az általa leírt felvételhez kapcsolódik.\n\n### Hosszú felvételek és gyakorlati korlátok\n\nA család támogatja a hosszú hang átírását, és a hivatalos példák arra utasítják a felhasználókat, hogy hosszabb bemenethez több generált szöveget engedjenek. Szemléltető tokenbeállításaik konfigurációs választások, nem egyetemes modellkontextus- vagy hanghosszkorlátok. A kimeneti keretet a felvételhez tervezd, és ellenőrizd, hogy a befejezés szerepel-e benne. Az eredeti hang alapján vizsgáld meg a neveket, mennyiségeket, nyelvváltásokat, elfedett szavakat és az átfedő beszédet. A nyelvi lefedettség és a nehéz hanganyagokkal szembeni robusztusság nem garantál hibátlan átiratot minden akcentushoz, felvételhez vagy zenei hangszereléshez. A teljes eredmény megőrzi a felismert megfogalmazást, annak nyelvét és kapcsolatát a hanggal, hogy kereshető, szerkeszthető vagy későbbi tartalmi munkafolyamatban használható legyen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "865b968cd72caef90176e5b0bf30be16dcf43f4f7eee634549302de3429cdc35", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "hu", "methods": [ { "html": "qwen/qwen3-asr-1.7bA Qwen3-ASR-1.7B a beszédet és éneket szöveggé alakítja, és azonosítja a nyelvet. A Qwen 30 nyelvet, 22 kínai nyelvjárást, valamint offline vagy streaming felismerést dokumentál; a szószintű időzítés külön Qwen3-ForcedAligner munkafolyamatot használ.
Ez a leírás a modell képességeit ismerteti. Az Ailootban elérhető bemenetek, kimenetek és lehetőségek alább, a kiválasztott metódusnál láthatók.
A Qwen3-ASR-1.7B a Qwen nagyobb beszédfelismerő modellje a Qwen3-ASR családban. Hangot fogad, és felismert szöveget ad vissza nyelvi címkével együtt. A család a Qwen3-Omni hangmegértési alapjára épül, és egy ASR-modellt használ offline és streaming felismeréshez. Az 1.7B kiadás a felismerés minőségére helyezi a hangsúlyt, míg a külön néven szereplő 0.6B kiadás a hatékonyságra. Ezek a kiadások külön választási lehetőségek maradnak, még ha közös is a dokumentált nyelvi lefedettségük és felismerési munkafolyamatuk.
A gyártó 30 nyelvet és 22 kínai nyelvjárást sorol fel, valamint több régió angol akcentusait. A nyelvlistán a kínai, angol, kantoni, arab, német, francia, spanyol, portugál, indonéz, olasz, koreai, orosz, thai, vietnámi, japán, török, hindi, maláj, holland, svéd, dán, finn, lengyel, cseh, filippínó, perzsa, görög, magyar, macedón és román szerepel. A támogatott hangtípusok között beszéd, énekhang és háttérzenés dalok vannak. Ezek a képességek interjúkhoz, előadásokhoz, hangfelvételekhez és dalszöveg-ellenőrzéshez teszik hasznossá az átiratot, az eredeti hang megőrzésével a nehéz részletek ellenőrzéséhez.
A gyártó eszközkészlete hangfájlhivatkozást, kódolt hangot vagy mintavételi frekvenciával együtt megadott hullámformát fogad, offline munkafolyamata pedig felvételek gyűjteményét is feldolgozhatja. A nyelvet automatikusan észlelheti, vagy megadott, támogatott nyelvet használhat. Ismeretlen felvételnél válassz automatikus felismerést; add meg a ténylegesen beszélt nyelvet, ha ismert és a feladat szempontjából releváns. A példaeredmény megjeleníti az észlelt vagy kiválasztott nyelvet és a felismert szöveget. A nyelvi beállítás a felvétel felismerését irányítja, nem pedig a tartalom más nyelvre történő átírását kéri.
Interjúnál őrizd meg a felvétel kapcsolatát a dátummal, témával és forrásazonosítóval, majd használd a visszaadott szöveget kereshető átiratként. Előadásnál az ellenőrzés során tartsd meg a műszaki kifejezéseket és számszerű megfogalmazásokat ahelyett, hogy a bizonytalan szavakat észrevétlenül egy hihető magyarázattal helyettesítenéd. Dalnál a felismert szöveget az énekszólam hallgatása közben ellenőrizd, különösen ott, ahol a zene elfed egy szótagot. Az átirat külön összefoglalási, fordítási vagy szerkesztési lépés bemenete lehet, miután a megfogalmazását ellenőrizték a hang alapján.
Ugyanez az ASR család a hang beérkezése közbeni felismerést is támogatja. A gyártó streaming példája egymást követő hangdarabokat ad egy megőrzött felismerési állapothoz, köztes szöveget jelenít meg, majd lezárja a streamet a végső nyelv és átirat eléréséhez. Élő feliratok vagy folyamatos átirat előkészítésekor különböztesd meg az aktuális, fokozatosan bővülő szöveget a befejezett eredménytől. A dokumentált streaming megvalósítás nem kombinálja a streaminget kötegelt következtetéssel, és nem ad vissza időbélyegeket; az időzített átirat más munkafolyamatot használ. Ezek a gyártó megvalósítási részletei, nem egy alkalmazás adatátvitelére vagy élőfelirat-felületére tett ígéretek.
A Qwen3-ForcedAligner-0.6B egy hangfelvételt a megadott szöveghez illeszt, és szó- vagy karakterszintű kezdő- és végidőket jósol. Mindkét Qwen3-ASR kiadástól külön modell. Az ASR eszközkészlet használhatja ezt az illesztőt, amikor offline átírási munkafolyamatában időbélyegeket kérnek, vagy az illesztés meglévő szöveg–hang páron is futtatható. Az illesztő dokumentált lefedettsége 11 nyelv: kínai, angol, kantoni, francia, német, olasz, japán, koreai, portugál, orosz és spanyol. Megadott beszédtartománya legfeljebb öt perc; ez az illesztő hatóköre, nem az ASR átírás ötperces plafonja.
Feliratkészítéshez először készítsd el és ellenőrizd az átiratot, majd illeszd a forrásfelvételhez, ahol az illesztési munkafolyamat megfelelő. A visszaadott kezdő- és végidőkkel készíts feliratszakaszokat, és hallgatás közben vizsgáld meg a határaikat. Az illesztés a megadott szavakat hanghoz kapcsolja; nem kellene annak bizonyítékaként kezelni, hogy a hibás átiratot kijavították. A hasznos eredmény egy ellenőrzött, időzítési információval ellátott átirat, amely továbbra is az általa leírt felvételhez kapcsolódik.
A család támogatja a hosszú hang átírását, és a hivatalos példák arra utasítják a felhasználókat, hogy hosszabb bemenethez több generált szöveget engedjenek. Szemléltető tokenbeállításaik konfigurációs választások, nem egyetemes modellkontextus- vagy hanghosszkorlátok. A kimeneti keretet a felvételhez tervezd, és ellenőrizd, hogy a befejezés szerepel-e benne. Az eredeti hang alapján vizsgáld meg a neveket, mennyiségeket, nyelvváltásokat, elfedett szavakat és az átfedő beszédet. A nyelvi lefedettség és a nehéz hanganyagokkal szembeni robusztusság nem garantál hibátlan átiratot minden akcentushoz, felvételhez vagy zenei hangszereléshez. A teljes eredmény megőrzi a felismert megfogalmazást, annak nyelvét és kapcsolatát a hanggal, hogy kereshető, szerkeszthető vagy későbbi tartalmi munkafolyamatban használható legyen.
POST /v1/audio/transcriptionsaudiotext| Mező | Típus | Követelmény | Értékek és korlátok | Alapértelmezett |
|---|---|---|---|---|
Mezőmodel | Típusstring | KövetelményKötelező | Értékek és korlátok qwen/qwen3-asr-1.7b | Alapértelmezett— |
Mezőinput_audio | Típusobject | KövetelményKötelező | Értékek és korlátok | Alapértelmezett— |
Mezőlanguage | Típusstring | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőtemperature | Típusnumber | KövetelményOpcionális | Értékek és korlátok Minimum: 0 Maximum: 1 | Alapértelmezett— |
Mezőresponse_format | Típusstring | KövetelményOpcionális | Értékek és korlátok json, verbose_json | Alapértelmezettjson |
Mezőtimestamp_granularities | Típusarray | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
Mezőprovider | Típusobject | KövetelményOpcionális | Értékek és korlátok | Alapértelmezett— |
| Paraméter | Szerződés |
|---|---|
Paramétercontent_type | Szerződésapplication/json |
Paraméterrequired | Szerződésmodel, input_audio |
Paramétermaterial_types | Szerződésaudio |
Paramétermaterial_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}
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.
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 $0.000015 bemeneti hangmásodpercenként |
| BeállításA generálás becsült költsége | Díjtáblázat— | Előre jelzett mennyiségbecslés egy generálásra | Elszámolási egység— | Díj Kimenet · Becsült generálási költség · Becslés, csak összehasonlításra $0.000015 becslés a generálás előtt Ez a becslés nem jelent további díjat, és nem rögzített díjszabás az elkészült generálásra. |
Az Ailoot a kérés előtt becsült összeget foglal le. Az eredmény után a mért használat alapján elszámolja a végső díjat. Folyamatos átvitel esetén a végső használati rekordot használja. A foglalás és az elszámolás működése →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'qwen/qwen3-asr-1.7b', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\nGET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nŐrizzen 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.
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.
| Mező | Típus |
|---|---|
Mezőtext | Típus |
Mezőusage | Típus |
Mezősegments[] | Típus |
Mezőwords[] | Típus |
Mezőspeaker fields | Típus |
Mezőtimestamps | Típus |
Ailoot Ultra qwen/qwen3-asr-1.7b
Használja a fent látható metódusútvonalakat.