qwen-audio-3.0-asr-flash
Model pengenalan ucapan yang mengubah audio menjadi teks yang mudah dibaca, lengkap dengan tanda baca dan normalisasi angka. Mendukung bahasa Rusia dan bahasa lainnya, serta dialek Tionghoa.
- Ailoot · Suara ke teks
POST /v1/audio/transcriptionsqwen-audio-3.0-asr-flash - Ailoot · Suara ke teks
POST /v1/audio/transcriptionsqwen-asr - Ailoot · Suara ke teks
POST /v1/audio/transcriptionsqwen-asr-latest
Tentang model
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Qwen-Audio-3.0-ASR-Flash ditujukan untuk mengubah rekaman ucapan menjadi teks. Alibaba menekankan pengenalan multibahasa dan pemrosesan ucapan ekspresif, termasuk irama puisi, bahasa Tionghoa klasik, dan narasi budaya. Masukannya berupa audio, sedangkan hasilnya berupa transkripsi.
Ucapan dalam bentuk tulisan
Model menambahkan tanda baca dan mengubah angka, tanggal, serta jumlah uang yang diucapkan ke bentuk tulisan yang lazim. Ini berguna untuk pesan suara, cuplikan wawancara, dan ucapan dalam pembelajaran yang membutuhkan teks mudah dibaca, bukan sekadar urutan kata yang dikenali.
Model mendukung 30 bahasa, termasuk bahasa Rusia, Inggris, Prancis, Jerman, Jepang, dan Arab. Selain itu, model mencakup tujuh kelompok dialek utama Tionghoa dan lebih dari 20 variasi pelafalan regional. Cakupan ini ditujukan untuk mengenali beragam ciri bahasa dan aksen.
Untuk istilah khusus, Anda dapat memberikan konteks tugas dan kata petunjuk. Keduanya membantu mengarahkan pengenalan nama dan kosakata bidang tertentu. Penanda waktu selalu diaktifkan pada versi ini: hasil dapat dihubungkan dengan bagian rekaman yang sesuai. Transkripsi berkas pendek dapat dikembalikan sekaligus atau secara bertahap selama pemrosesan.
Materi dan batasan
Durasi rekaman maksimum adalah lima menit. Satu tugas menggunakan satu berkas. Format yang didukung adalah AAC, AMR, AVI, FLAC, FLV, M4A, MKV, MOV, MP3, MP4, MPEG, OGG, OPUS, WAV, WEBM, WMA, dan WMV; laju sampel berapa pun diperbolehkan. Keberadaan wadah video dalam daftar format mengacu pada pengambilan ucapan dari bagian audionya, bukan analisis visual bingkai.
Qwen-Audio-3.0-ASR-Flash tidak menyediakan pemisahan berdasarkan pembicara atau pengenalan emosi. Hasil utamanya adalah teks dan keterkaitan isi yang dikenali dengan waktu dalam rekaman. Kemampuan menangani rekaman yang lebih panjang dan cara lain untuk menganalisis suara yang dinyatakan untuk model lain yang berdekatan tidak berlaku bagi versi ini.
Ailoot · Suara ke teks POST /v1/audio/transcriptions qwen-audio-3.0-asr-flash
qwen-audio-3.0-asr-flashqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Mulai
Model pengenalan ucapan yang mengubah audio menjadi teks yang mudah dibaca, lengkap dengan tanda baca dan normalisasi angka. Mendukung bahasa Rusia dan bahasa lainnya, serta dialek Tionghoa.
- Masukan yang diterima
- Audio
- Hasil
- Teks
Tersedia di Ailoot · masukan & metode
Ailoot · Suara ke teks POST /v1/audio/transcriptions
- Masukan
audio- Keluaran
text- Format keluaran
- json
| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-audio-3.0-asr-flash | Bawaan— |
Kolomfile | Jenisfile | PersyaratanWajib | Nilai & batasan Byte maksimum: 10.485.760 Format berkas: wav, mp3, m4a, ogg, webm, flac Jenis konten: multipart/form-data Durasi maksimum, detik: 300 | Bawaan— |
Kolomresponse_format | Jenisstring | PersyaratanOpsional | Nilai & batasan json | Bawaan— |
Kombinasi bahan masukan
speech_to_text · Wajib: actual audio file
Parameter metode dan siklus hidup
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontrakaudio |
Parameterrequired | Kontraknull |
Parameteroptional_controls | Kontraknull |
Siklus hidup: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
Paket
Tarif metode Ailoot
POST /v1/audio/transcriptions- Masukan
- US$0,0021 per menit audio
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Contoh permintaan
Ailoot · Suara ke teks
set -eu
: "${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
Terima dan simpan hasil
Ailoot · Suara ke teks
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan JSON secara utuh, bukan hanya teks; pertahankan setiap segmen/pembicara/stempel waktu yang tersedia dan identitas tugas/aset aktual.
Jika respons asli perlu diperiksa
Simpan operation_id/X-Client-Request-ID asli untuk rekonsiliasi tanpa pengiriman ulang; tidak ada rute polling khusus audio.
Kolom respons
| Kolom | Jenis |
|---|---|
Kolomtext | Jenisstring |
Kolomsegments[] | Jenisobject |
Kolomtask_id | Jenisstring |
Kolomasset_url | Jenisstring |
Kolomusage | Jenisobject |
Kesalahan dan langkah berikutnya
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Responsserver_error | KondisiRespons yang dikembalikan menyatakan bahwa operasi atau hasil perlu diperiksa | Langkah berikutnyaSimpan ID operasi/tugas asli yang dikembalikan, header permintaan, dan respons; lanjutkan pembacaan yang didukung untuk operasi asli tersebut. Jangan kirim ulang permintaan pembuatan. |
Alias
Alias model
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Alias jalur metode
Gunakan jalur metode yang ditampilkan di atas.
ID pemanggil terkait
Ailoot · Suara ke teks POST /v1/audio/transcriptions qwen-asr
qwen-asrqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Mulai
Model pengenalan ucapan yang mengubah audio menjadi teks yang mudah dibaca, lengkap dengan tanda baca dan normalisasi angka. Mendukung bahasa Rusia dan bahasa lainnya, serta dialek Tionghoa.
- Masukan yang diterima
- Audio
- Hasil
- Teks
Tersedia di Ailoot · masukan & metode
Ailoot · Suara ke teks POST /v1/audio/transcriptions
- Masukan
audio- Keluaran
text- Format keluaran
- json
| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-asr | Bawaan— |
Kolomfile | Jenisfile | PersyaratanWajib | Nilai & batasan Byte maksimum: 10.485.760 Format berkas: wav, mp3, m4a, ogg, webm, flac Jenis konten: multipart/form-data Durasi maksimum, detik: 300 | Bawaan— |
Kolomresponse_format | Jenisstring | PersyaratanOpsional | Nilai & batasan json | Bawaan— |
Kombinasi bahan masukan
speech_to_text · Wajib: actual audio file
Parameter metode dan siklus hidup
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontrakaudio |
Parameterrequired | Kontraknull |
Parameteroptional_controls | Kontraknull |
Siklus hidup: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
Paket
Tarif metode Ailoot
POST /v1/audio/transcriptions- Masukan
- US$0,0021 per menit audio
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Contoh permintaan
Ailoot · Suara ke teks
set -eu
: "${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
Terima dan simpan hasil
Ailoot · Suara ke teks
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan JSON secara utuh, bukan hanya teks; pertahankan setiap segmen/pembicara/stempel waktu yang tersedia dan identitas tugas/aset aktual.
Jika respons asli perlu diperiksa
Simpan operation_id/X-Client-Request-ID asli untuk rekonsiliasi tanpa pengiriman ulang; tidak ada rute polling khusus audio.
Kolom respons
| Kolom | Jenis |
|---|---|
Kolomtext | Jenisstring |
Kolomsegments[] | Jenisobject |
Kolomtask_id | Jenisstring |
Kolomasset_url | Jenisstring |
Kolomusage | Jenisobject |
Kesalahan dan langkah berikutnya
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Responsserver_error | KondisiRespons yang dikembalikan menyatakan bahwa operasi atau hasil perlu diperiksa | Langkah berikutnyaSimpan ID operasi/tugas asli yang dikembalikan, header permintaan, dan respons; lanjutkan pembacaan yang didukung untuk operasi asli tersebut. Jangan kirim ulang permintaan pembuatan. |
Alias
Alias model
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Alias jalur metode
Gunakan jalur metode yang ditampilkan di atas.
ID pemanggil terkait
Ailoot · Suara ke teks POST /v1/audio/transcriptions qwen-asr-latest
qwen-asr-latestqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Mulai
Model pengenalan ucapan yang mengubah audio menjadi teks yang mudah dibaca, lengkap dengan tanda baca dan normalisasi angka. Mendukung bahasa Rusia dan bahasa lainnya, serta dialek Tionghoa.
- Masukan yang diterima
- Audio
- Hasil
- Teks
Tersedia di Ailoot · masukan & metode
Ailoot · Suara ke teks POST /v1/audio/transcriptions
- Masukan
audio- Keluaran
text- Format keluaran
- json
| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan qwen-asr-latest | Bawaan— |
Kolomfile | Jenisfile | PersyaratanWajib | Nilai & batasan Byte maksimum: 10.485.760 Format berkas: wav, mp3, m4a, ogg, webm, flac Jenis konten: multipart/form-data Durasi maksimum, detik: 300 | Bawaan— |
Kolomresponse_format | Jenisstring | PersyaratanOpsional | Nilai & batasan json | Bawaan— |
Kombinasi bahan masukan
speech_to_text · Wajib: actual audio file
Parameter metode dan siklus hidup
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontrakaudio |
Parameterrequired | Kontraknull |
Parameteroptional_controls | Kontraknull |
Siklus hidup: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id aktual yang dikembalikan atau catatan pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur metode dan ID bersifat eksak; kemampuan pemasok terpisah dari penerimaan permintaan.
Paket
Tarif metode Ailoot
POST /v1/audio/transcriptions- Masukan
- US$0,0021 per menit audio
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
Contoh permintaan
Ailoot · Suara ke teks
set -eu
: "${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
Terima dan simpan hasil
Ailoot · Suara ke teks
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Simpan semua hasil yang selesai
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan JSON secara utuh, bukan hanya teks; pertahankan setiap segmen/pembicara/stempel waktu yang tersedia dan identitas tugas/aset aktual.
Jika respons asli perlu diperiksa
Simpan operation_id/X-Client-Request-ID asli untuk rekonsiliasi tanpa pengiriman ulang; tidak ada rute polling khusus audio.
Kolom respons
| Kolom | Jenis |
|---|---|
Kolomtext | Jenisstring |
Kolomsegments[] | Jenisobject |
Kolomtask_id | Jenisstring |
Kolomasset_url | Jenisstring |
Kolomusage | Jenisobject |
Kesalahan dan langkah berikutnya
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Responsserver_error | KondisiRespons yang dikembalikan menyatakan bahwa operasi atau hasil perlu diperiksa | Langkah berikutnyaSimpan ID operasi/tugas asli yang dikembalikan, header permintaan, dan respons; lanjutkan pembacaan yang didukung untuk operasi asli tersebut. Jangan kirim ulang permintaan pembuatan. |
Alias
Alias model
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Alias jalur metode
Gunakan jalur metode yang ditampilkan di atas.
ID pemanggil terkait
FAQ · qwen-audio-3.0-asr-flash
- Input dan hasil apa yang tersedia?
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- Kolom apa yang digunakan permintaan?
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