Source: https://ailoot.ai/models/it/qwen-qwen3-asr-0-6b/ Canonical: https://ailoot.ai/models/it/qwen-qwen3-asr-0-6b/ Language: it # Qwen: Qwen3 ASR 0.6B [Markdown](https://ailoot.ai/models/it/qwen-qwen3-asr-0-6b/index.md) · [JSON](https://ailoot.ai/models/it/qwen-qwen3-asr-0-6b/facts.json) ## [Qwen: Qwen3 ASR 0.6B](https://ailoot.ai/models/it/qwen-qwen3-asr-0-6b/) Qwen3-ASR-0.6B è il modello compatto di riconoscimento vocale di Qwen, che trasforma audio parlato o cantato in testo identificandone la lingua. Condivide la copertura della famiglia di 30 lingue e 22 dialetti, con flussi offline e in streaming e allineamento forzato separato per il testo temporizzato. - [**Ailoot Ultra · Trascrizione** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/it/qwen-qwen3-asr-0-6b/#method-0) Informazioni sul modello Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito. Qwen3-ASR-0.6B è l’edizione compatta della famiglia di riconoscimento vocale Qwen3-ASR di Qwen. Accetta audio e produce una trascrizione con un’etichetta della lingua. Il produttore posiziona 0.6B sul bilanciamento tra qualità del riconoscimento ed efficienza, mentre 1.7B è l’edizione più grande con un nome distinto. Entrambe sfruttano la comprensione audio di Qwen3-Omni e condividono la copertura di riconoscimento documentata e un approccio unificato offline/in streaming. L’edizione compatta può fornire la fase di trascrizione in un flusso per note vocali, preparazione dei sottotitoli o registrazioni ricercabili. #### Lingue, dialetti e registrazioni supportate Qwen documenta il riconoscimento e l’identificazione di 30 lingue e 22 dialetti cinesi, con supporto per gli accenti inglesi di diverse regioni. La tabella delle lingue elenca cinese, inglese, cantonese, arabo, tedesco, francese, spagnolo, portoghese, indonesiano, italiano, coreano, russo, thailandese, vietnamita, giapponese, turco, hindi, malese, olandese, svedese, danese, finlandese, polacco, ceco, filippino, persiano, greco, ungherese, macedone e rumeno. I tipi di audio riconosciuti comprendono parlato, voce cantata e canzoni con musica di sottofondo. L’edizione più piccola conserva questa copertura della famiglia; la sua dimensione non implica un elenco diverso di lingue supportate. #### Riconoscimento offline e preparazione dell’input Il toolkit ufficiale può ricevere l’audio tramite un riferimento a un file, audio codificato o una forma d’onda con la relativa frequenza di campionamento. Supporta l’elaborazione offline di più registrazioni, il rilevamento automatico della lingua e l’indicazione di una lingua supportata. Il risultato documentato contiene la lingua e il testo riconosciuto. Se conosci la lingua parlata, selezionala; altrimenti lascia che il modello la identifichi quando una raccolta contiene lingue sconosciute. Conserva l’identificatore di ogni registrazione accanto al suo risultato, così la trascrizione può essere ricondotta alla fonte corretta. Per un insieme di note vocali, conserva un risultato separato per ciascuna nota e verifica nomi, numeri e frasi poco chiare sulla registrazione prima di trasformare il testo in attività o in un riepilogo. Per un tutorial parlato, usa la trascrizione per individuare i passaggi e controllare la formulazione di ogni istruzione. Per il canto, ascolta la linea vocale quando verifichi le parole, anziché accettare un termine soltanto perché ha senso nella canzone. Sono fasi di preparazione e verifica del risultato testuale; riassumere, tradurre o interpretare la trascrizione può seguire come operazione separata. #### Testo in streaming e completamento di una registrazione Qwen3-ASR usa lo stesso modello per il riconoscimento offline e in streaming. Nell’esempio di streaming del produttore, i blocchi audio in arrivo aggiornano uno stato di riconoscimento conservato, e una fase di finalizzazione produce il testo completo e la lingua. Questo consente una visualizzazione incrementale utile per una trascrizione in corso. Considera il testo provvisorio come lo stato attuale del riconoscimento e conserva il risultato finale dopo la fine della registrazione, mantenendo disponibile l’audio sorgente per eventuali correzioni. L’implementazione in streaming documentata non supporta l’inferenza in batch né la restituzione di marcature temporali in quel flusso. Il testo in streaming, una raccolta di trascrizioni offline e la preparazione di sottotitoli temporizzati sono quindi flussi distinti del produttore. Le dimensioni dei blocchi e le impostazioni dei token negli esempi illustrano un’implementazione; non sono promesse universali su latenza, concorrenza o durata dell’audio. Scegli il flusso in base al risultato utile: testo che arriva durante una registrazione, testo completo per una raccolta o testo allineato a una linea temporale. #### Il testo temporizzato usa Qwen3-ForcedAligner Qwen3-ForcedAligner-0.6B è un modello di allineamento separato, pur condividendo l’etichetta dimensionale 0.6B con questa edizione ASR. Riceve una coppia testo–audio e prevede i tempi di inizio e fine a livello di parola o carattere. Il toolkit ASR offline del produttore può invocarlo quando vengono richieste marcature temporali. L’insieme di lingue documentato comprende cinese, inglese, cantonese, francese, tedesco, italiano, giapponese, coreano, portoghese, russo e spagnolo, e l’intervallo di allineamento dichiarato arriva a cinque minuti di parlato. Questo insieme più ristretto di lingue e l’intervallo di cinque minuti riguardano l’allineamento forzato, non la copertura generale della trascrizione del modello ASR. Per i sottotitoli, prepara una trascrizione verificata nella lingua della registrazione, allineala dove è applicabile il flusso supportato e controlla i confini dei segmenti durante la riproduzione della fonte. Un risultato di sottotitolazione utilizzabile conserva insieme parole e tempi. Se una parola della trascrizione è errata, correggila confrontandola con l’audio, anziché presumere che un intervallo temporale la convalidi. Questa separazione chiarisce se un problema riguarda il riconoscimento, il testo fornito o la posizione del confine di un sottotitolo. #### Output per audio lunghi e controlli del riconoscimento La famiglia Qwen3-ASR supporta registrazioni lunghe. Gli esempi di inferenza consigliano di consentire più token generati per audio più lunghi, quindi assicurati che la trascrizione arrivi alla fine della registrazione e che il limite di output non l’abbia interrotta. Gli esempi pubblicati non stabiliscono una finestra di contesto numerica universale né una durata massima delle registrazioni ASR. Mantieni associate le sezioni utili e le loro posizioni nella fonte quando organizzi una registrazione estesa per la verifica. Controlla parole poco udibili, cambi di lingua, voci sovrapposte, nomi insoliti e sillabe cantate sul suono originale. Il risultato pratico è testo riconosciuto con un’etichetta della lingua, pronto per la ricerca o una successiva fase sui contenuti, con i tempi aggiunti tramite il flusso di allineamento separato quando necessario. **Ailoot Ultra · Trascrizione** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b` [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/it/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) Alibaba /`qwen/qwen3-asr-0.6b` ### Introduzione Qwen3-ASR-0.6B è il modello compatto di riconoscimento vocale di Qwen, che trasforma audio parlato o cantato in testo identificandone la lingua. Condivide la copertura della famiglia di 30 lingue e 22 dialetti, con flussi offline e in streaming e allineamento forzato separato per il testo temporizzato. Input accettati Audio Risultati Testo ### Disponibile in Ailoot · input e metodi **Ailoot Ultra · Trascrizione** `POST /v1/audio/transcriptions` Tipi di input `audio` Tipi di output `text` | Campo | Tipo | Requisito | Valori e limiti | Predefinito | | --- | --- | --- | --- | --- | | Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti qwen/qwen3-asr-0.6b | Predefinito— | | Campo`input_audio` | Tipo`object` | RequisitoObbligatorio | Valori e limiti | Predefinito— | | Campo`language` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`temperature` | Tipo`number` | RequisitoFacoltativo | Valori e limiti Minimo: 0 Massimo: 1 | Predefinito— | | Campo`response_format` | Tipo`string` | RequisitoFacoltativo | Valori e limiti json, verbose\_json | Predefinitojson | | Campo`timestamp_granularities` | Tipo`array` | RequisitoFacoltativo | Valori e limiti | Predefinito— | | Campo`provider` | Tipo`object` | RequisitoFacoltativo | Valori e limiti | Predefinito— | Parametri e ciclo di vita del metodo | Parametro | Contratto | | --- | --- | | Parametro`content_type` | Contrattoapplication/json | | Parametro`required` | Contrattomodel, input\_audio | | Parametro`material_types` | Contrattoaudio | | Parametro`material_conditions` | ContrattoLeggi un file WAV reale e codifica i suoi byte effettivi per l'input JSON dichiarato input\_audio; per questa dichiarazione esatta che ammette solo JSON non viene proposta una rotta multipart. | Ciclo di vita: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · task\_id effettivamente restituito o record della libreria multimediale `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Tariffe ##### Calcolo del costo finale Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile. Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato. Modalità rapida Non specificato Quando è selezionata la modalità rapida Modalità flex Non specificato Quando è selezionata la modalità flex Sforzo massimo di ragionamento Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default) #### Tariffe stimate per il confronto #### Prezzi per configurazione Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative. | Configurazione | Listino delle tariffe | Quantità prevista | Unità di fatturazione | Costo | | --- | --- | --- | --- | --- | | ConfigurazioneTariffe base dei token | Listino delle tariffeTariffa base | Quantità prevista— | Unità di fatturazione— | Costo Input · Token in input · Stima solo a fini di confronto **—** / 1K token Output · Token in output · Stima solo a fini di confronto **—** / 1K token Input · Lettura dalla cache · Stima solo a fini di confronto **—** / 1K token Input · Scrittura nella cache · Stima solo a fini di confronto **—** / 1K token Input · Scrittura nella cache, 1 ora · Stima solo a fini di confronto **—** / 1K token | | Configurazionesecondo audio in ingresso | Listino delle tariffe— | Quantità prevista— | Unità di fatturazioneper secondo di audio in input | Costo Input · secondo audio in ingresso · Stima solo a fini di confronto **$0.00000666** per secondo di audio in input | | ConfigurazioneCosto stimato della generazione | Listino delle tariffe— | Quantità previstastima per una generazione | Unità di fatturazione— | Costo Output · Costo di generazione stimato · Stima solo a fini di confronto **$0.00000666** stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata. | Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/) ### Esempi di richieste #### Ailoot Ultra · Trascrizione curl · corpo della richiesta nel formato nativo esatto e risultato completo ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Ricevi e salva i risultati #### Ailoot Ultra · Trascrizione - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Altre letture di contenuto Leggi le risorse esistenti di tua proprietà ```bash set -eu : "${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. ``` ##### Conserva tutti i risultati completati Conserva ogni risposta, file e parte di contenuto restituiti per intero. Conserva la risposta completa e gli header, ogni output effettivo, gli identificatori originali restituiti e tutti i campi di utilizzo. Recupera l'operazione originale senza inviare nuovamente la richiesta di creazione. ##### Se occorre verificare la risposta originale Conserva l'X-Client-Request-ID restituito per la riconciliazione. Leggi solo i valori task\_id/asset\_id effettivamente restituiti o la tua libreria multimediale; non costruire mai un URL del task a partire dall'ID dell'operazione e non reinviare mai la richiesta di creazione. Campi della risposta | Campo | Tipo | | --- | --- | | Campo`text` | Tipo | | Campo`usage` | Tipo | | Campo`segments[]` | Tipo | | Campo`words[]` | Tipo | | Campo`speaker fields` | Tipo | | Campo`timestamps` | Tipo | ### Alias #### Alias del modello **Ailoot Ultra** [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/it/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) #### Alias dei percorsi dei metodi Usa i percorsi dei metodi indicati sopra. #### ID di chiamata correlati [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/it/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) FAQ · Qwen: Qwen3 ASR 0.6B Quali input e risultati sono disponibili? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `audio` → `text` Quali campi usa la richiesta? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Quali limiti si applicano? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione. ## L’azienda e il suo portafoglio di progetti L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. ## Acquista token con uno sconto. Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token. Abbonamento Scegli un piano scontato per richieste regolari. Codice fino al 50% Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione. Spese nella cronologia Modello, token e importo sono salvati per ogni richiesta. [Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/) ## Collega l’API al prodotto che vendi. SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller. Applicazione commerciale Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento. Licenza reseller Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita. Documenti sul sito Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione. [Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it) ## Ailoot · L’azienda e il suo portafoglio di progetti Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI. L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese. Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.