models

qwen-audio-3.0-asr-flash

Markdown · JSON

qwen-audio-3.0-asr-flash

Сөйлеуді тыныс белгілері қойылған және сандардың жазылуы қалыпқа келтірілген оқуға ыңғайлы мәтінге айналдыратын модель. Орыс және басқа тілдерді, сондай-ақ қытай диалектілерін қолдайды.

Модель туралы

Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.

Qwen-Audio-3.0-ASR-Flash сөйлеу жазбасын мәтінге айналдыруға арналған. Alibaba көптілді тануды және мәнерлі сөйлеумен, соның ішінде поэзиялық ырғақпен, классикалық қытай тілімен және мәдени баяндаумен жұмысты атап көрсетеді. Кіріс ретінде аудио беріледі, нәтиже — оның мәтіндік транскрипциясы.

Сөйлеудің жазбаша түрі

Модель тыныс белгілерін қояды және айтылған сандарды, күндерді, ақша сомаларын қалыпты жазбаша түрге келтіреді. Бұл тек танылған сөздер тізбегі емес, оқуға ыңғайлы мәтін қажет болатын дауыстық хабарламаларға, сұхбат үзінділеріне және оқу мақсатындағы сөйлеуге пайдалы.

Орыс, ағылшын, француз, неміс, жапон және араб тілдерін қоса алғанда, 30 тіл қолдау табады. Бұған қоса қытай тілінің жеті негізгі диалектілік жүйесі және айтылымның 20-дан астам аймақтық нұсқасы ескеріледі. Бұл жиын әртүрлі тілдік және акценттік ерекшеліктерді тануға арналған.

Арнайы терминдер үшін тапсырма контекстін және көмекші сөздерді беруге болады. Олар есімдер мен салалық лексиканы тануды бағыттауға көмектеседі. Бұл нұсқада уақыт белгілері үнемі қосулы: нәтижені жазбаның тиісті үзінділерімен байланыстыруға болады. Қысқа файлдың транскрипциясы толық немесе өңделу барысында қайтарылуы мүмкін.

Материал және шектеулер

Жазбаның ең ұзақ уақыты — бес минут. Бір тапсырмада бір файл қолданылады. AAC, AMR, AVI, FLAC, FLV, M4A, MKV, MOV, MP3, MP4, MPEG, OGG, OPUS, WAV, WEBM, WMA және WMV қолдау табады; дискреттеу жиілігі кез келген болуы мүмкін. Форматтар тізімінде бейнеконтейнердің болуы оның дыбыстық бөлігінен сөйлеуді алуға қатысты, кадрларды визуалды талдауды білдірмейді.

Qwen-Audio-3.0-ASR-Flash үшін сөйлеушілерді ажырату және эмоцияны тану қарастырылмаған. Оның негізгі нәтижесі — мәтін және танылған мазмұнның жазба уақытымен байланысы. Көршілес модельдер үшін мәлімделген ұзақ жазбалармен жұмыс пен дыбысты талдаудың басқа тәсілдері бұл нұсқаға қатысты емес.

Ailoot · Сөйлеуді мәтінге түсіру POST /v1/audio/transcriptions qwen-audio-3.0-asr-flash

qwen-audio-3.0-asr-flash

Alibaba /qwen-audio-3.0-asr-flash
Модель ID
  • qwen-audio-3.0-asr-flash
  • qwen-asr
  • qwen-asr-latest

Бастау

Сөйлеуді тыныс белгілері қойылған және сандардың жазылуы қалыпқа келтірілген оқуға ыңғайлы мәтінге айналдыратын модель. Орыс және басқа тілдерді, сондай-ақ қытай диалектілерін қолдайды.

Қабылданатын кіріс деректері
Аудио
Нәтижелер
Мәтін

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Сөйлеуді мәтінге түсіру POST /v1/audio/transcriptions
Кіріс
audio
Шығыс
text
Шығыс пішімі
json
ӨрісТүріТалапМәндер мен шектеулерӘдепкі
ӨрісmodelТүріstringТалапМіндеттіМәндер мен шектеулер
qwen-audio-3.0-asr-flash
Әдепкі—
ӨрісfileТүріfileТалапМіндеттіМәндер мен шектеулер
Байттардың ең көп саны: 10 485 760
Файл пішімдері: wav, mp3, m4a, ogg, webm, flac
Мазмұн түрі: multipart/form-data
Ұзақтықтың жоғарғы шегі, секунд: 300
Әдепкі—
Өрісresponse_formatТүріstringТалапМіндетті емесМәндер мен шектеулер
json
Әдепкі—
Кіріс материалдарының үйлесімдері

speech_to_text · Міндетті: actual audio file

Әдіс параметрлері мен өмірлік циклі
ПараметрПараметр талаптары
Параметрmaterial_typesПараметр талаптарыaudio
ПараметрrequiredПараметр талаптарыnull
Параметрoptional_controlsПараметр талаптарыnull

Өмірлік цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Нақты қайтарылған task_id немесе медиатека жазбасы

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot Сөйлеуді мәтінге түсіруPOST /v1/audio/transcriptions
Кіріс
0,0021 $ аудио минуты үшін

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Сөйлеуді мәтінге түсіру

Транскрипция мысалы
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

Нәтижелерді алу және сақтау

Ailoot · Сөйлеуді мәтінге түсіру

json

  • GET /v1/media/tasks/{task_id}
  • GET /v1/media/assets/{asset_id}/content
  • GET /v1/media/assets
  • GET /v1/media/assets/{asset_id}
Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Тек мәтінді емес, JSON жауабын толық сақтаңыз; қолжетімді әрбір сегментті, сөйлеушіні, уақыт белгісін және нақты тапсырма мен ресурс идентификаторын сақтаңыз.

Бастапқы жауапты тексеру қажет болса

Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ.

Жауап өрістері
ӨрісТүрі
ӨрісtextТүріstring
Өрісsegments[]Түріobject
Өрісtask_idТүріstring
Өрісasset_urlТүріstring
ӨрісusageТүріobject
Қателер және келесі қадамдар
ЖауапШартКелесі қадам
Жауап400 · invalid_request_errorШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қатеКелесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.
Жауапserver_errorШартҚайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілгенКелесі қадамБастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest

Ailoot · Сөйлеуді мәтінге түсіру POST /v1/audio/transcriptions qwen-asr

qwen-asr

Alibaba /qwen-asr
Модель ID
  • qwen-audio-3.0-asr-flash
  • qwen-asr
  • qwen-asr-latest

Бастау

Сөйлеуді тыныс белгілері қойылған және сандардың жазылуы қалыпқа келтірілген оқуға ыңғайлы мәтінге айналдыратын модель. Орыс және басқа тілдерді, сондай-ақ қытай диалектілерін қолдайды.

Қабылданатын кіріс деректері
Аудио
Нәтижелер
Мәтін

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Сөйлеуді мәтінге түсіру POST /v1/audio/transcriptions
Кіріс
audio
Шығыс
text
Шығыс пішімі
json
ӨрісТүріТалапМәндер мен шектеулерӘдепкі
ӨрісmodelТүріstringТалапМіндеттіМәндер мен шектеулер
qwen-asr
Әдепкі—
ӨрісfileТүріfileТалапМіндеттіМәндер мен шектеулер
Байттардың ең көп саны: 10 485 760
Файл пішімдері: wav, mp3, m4a, ogg, webm, flac
Мазмұн түрі: multipart/form-data
Ұзақтықтың жоғарғы шегі, секунд: 300
Әдепкі—
Өрісresponse_formatТүріstringТалапМіндетті емесМәндер мен шектеулер
json
Әдепкі—
Кіріс материалдарының үйлесімдері

speech_to_text · Міндетті: actual audio file

Әдіс параметрлері мен өмірлік циклі
ПараметрПараметр талаптары
Параметрmaterial_typesПараметр талаптарыaudio
ПараметрrequiredПараметр талаптарыnull
Параметрoptional_controlsПараметр талаптарыnull

Өмірлік цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Нақты қайтарылған task_id немесе медиатека жазбасы

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot Сөйлеуді мәтінге түсіруPOST /v1/audio/transcriptions
Кіріс
0,0021 $ аудио минуты үшін

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Сөйлеуді мәтінге түсіру

Транскрипция мысалы
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

Нәтижелерді алу және сақтау

Ailoot · Сөйлеуді мәтінге түсіру

json

  • GET /v1/media/tasks/{task_id}
  • GET /v1/media/assets/{asset_id}/content
  • GET /v1/media/assets
  • GET /v1/media/assets/{asset_id}
Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Тек мәтінді емес, JSON жауабын толық сақтаңыз; қолжетімді әрбір сегментті, сөйлеушіні, уақыт белгісін және нақты тапсырма мен ресурс идентификаторын сақтаңыз.

Бастапқы жауапты тексеру қажет болса

Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ.

Жауап өрістері
ӨрісТүрі
ӨрісtextТүріstring
Өрісsegments[]Түріobject
Өрісtask_idТүріstring
Өрісasset_urlТүріstring
ӨрісusageТүріobject
Қателер және келесі қадамдар
ЖауапШартКелесі қадам
Жауап400 · invalid_request_errorШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қатеКелесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.
Жауапserver_errorШартҚайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілгенКелесі қадамБастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest

Ailoot · Сөйлеуді мәтінге түсіру POST /v1/audio/transcriptions qwen-asr-latest

qwen-asr-latest

Alibaba /qwen-asr-latest
Модель ID
  • qwen-audio-3.0-asr-flash
  • qwen-asr
  • qwen-asr-latest

Бастау

Сөйлеуді тыныс белгілері қойылған және сандардың жазылуы қалыпқа келтірілген оқуға ыңғайлы мәтінге айналдыратын модель. Орыс және басқа тілдерді, сондай-ақ қытай диалектілерін қолдайды.

Қабылданатын кіріс деректері
Аудио
Нәтижелер
Мәтін

Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер

Ailoot · Сөйлеуді мәтінге түсіру POST /v1/audio/transcriptions
Кіріс
audio
Шығыс
text
Шығыс пішімі
json
ӨрісТүріТалапМәндер мен шектеулерӘдепкі
ӨрісmodelТүріstringТалапМіндеттіМәндер мен шектеулер
qwen-asr-latest
Әдепкі—
ӨрісfileТүріfileТалапМіндеттіМәндер мен шектеулер
Байттардың ең көп саны: 10 485 760
Файл пішімдері: wav, mp3, m4a, ogg, webm, flac
Мазмұн түрі: multipart/form-data
Ұзақтықтың жоғарғы шегі, секунд: 300
Әдепкі—
Өрісresponse_formatТүріstringТалапМіндетті емесМәндер мен шектеулер
json
Әдепкі—
Кіріс материалдарының үйлесімдері

speech_to_text · Міндетті: actual audio file

Әдіс параметрлері мен өмірлік циклі
ПараметрПараметр талаптары
Параметрmaterial_typesПараметр талаптарыaudio
ПараметрrequiredПараметр талаптарыnull
Параметрoptional_controlsПараметр талаптарыnull

Өмірлік цикл: synchronous_result_then_owned_library

GET /v1/media/tasks/{task_id} · Нақты қайтарылған task_id немесе медиатека жазбасы

GET /v1/media/assets/{asset_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Әдіс құрылымдары мен ID мәндері дәл берілген; жеткізушінің мүмкіндігі сұрауды қабылдаудан бөлек қаралады.

Тарифтер

Ailoot әдістерінің мөлшерлемелері

Ailoot Сөйлеуді мәтінге түсіруPOST /v1/audio/transcriptions
Кіріс
0,0021 $ аудио минуты үшін

Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →

Сұрау мысалдары

Ailoot · Сөйлеуді мәтінге түсіру

Транскрипция мысалы
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

Нәтижелерді алу және сақтау

Ailoot · Сөйлеуді мәтінге түсіру

json

  • GET /v1/media/tasks/{task_id}
  • GET /v1/media/assets/{asset_id}/content
  • GET /v1/media/assets
  • GET /v1/media/assets/{asset_id}
Барлық дайын нәтижені сақтау

Қайтарылған әр толық жауапты, файлды және мазмұн бөлігін сақтаңыз.

Тек мәтінді емес, JSON жауабын толық сақтаңыз; қолжетімді әрбір сегментті, сөйлеушіні, уақыт белгісін және нақты тапсырма мен ресурс идентификаторын сақтаңыз.

Бастапқы жауапты тексеру қажет болса

Қайта жібермей салыстырып тексеру үшін бастапқы operation_id/X-Client-Request-ID мәнін сақтаңыз; аудио күйін мерзімді түрде сұратуға арналған жеке маршрут жоқ.

Жауап өрістері
ӨрісТүрі
ӨрісtextТүріstring
Өрісsegments[]Түріobject
Өрісtask_idТүріstring
Өрісasset_urlТүріstring
ӨрісusageТүріobject
Қателер және келесі қадамдар
ЖауапШартКелесі қадам
Жауап400 · invalid_request_errorШартМіндетті өрістер, материалды ұсыну тәсілі немесе параметр мәні қатеКелесі қадамЖаңадан жасау сұрауын жібермес бұрын көрсетілген өрістерді түзетіңіз.
Жауапserver_errorШартҚайтарылған жауапта операцияны немесе нәтижені тексеру қажет екені көрсетілгенКелесі қадамБастапқыда қайтарылған операцияның/тапсырманың ID мәнін, сұрау тақырыптарын және жауабын сақтаңыз; сол бастапқы операцияны қолдау көрсетілетін тәсілдермен оқуды жалғастырыңыз. Жасау сұрауын қайта жібермеңіз.

Балама атаулар

Модельдердің балама атаулары

Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest

Әдіс жолдарының балама атаулары

Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.

Шақыруға арналған байланысты ID

qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest

FAQ · qwen-audio-3.0-asr-flash
Қандай кіріс деректері мен нәтижелер қолжетімді?

POST /v1/audio/transcriptions · qwen-audio-3.0-asr-flash: audio → text

POST /v1/audio/transcriptions · qwen-asr: audio → text

POST /v1/audio/transcriptions · qwen-asr-latest: audio → text

Сұрау қандай өрістерді пайдаланады?

POST /v1/audio/transcriptions · qwen-audio-3.0-asr-flash: model, file, response_format

POST /v1/audio/transcriptions · qwen-asr: model, file, response_format

POST /v1/audio/transcriptions · qwen-asr-latest: model, file, response_format

Толығырақ

Ailoot-ты Claude Code, OpenCode, Hermes не қолданбаңызға қосыңыз.

Компания және оның жобалар портфелі

Компания және оның жобалар портфелі: миллиондаған клиент; ай сайынғы сату көлемі миллиардтармен есептеледі.

Токенді жеңілдікпен сатып алыңыз.

Тұрақты жұмысқа жазылым жеңілдігі. Токен сатып алуға промокодтар — 50% дейін.

Жазылым
Тұрақты сұрауыңызға жеңілдікті тариф таңдаңыз.
50% дейінгі промокод
Сатып алғанда код енгізіңіз. Баға қазіргі науқанмен қайта есептеледі.
Тарихтағы шығындар
Әр сұрауға модель, токен және сома сақталады.

Жазылым таңдау · Модель бағасын көру

API-ді сататын өніміңізге қосыңыз.

SaaS, қолданба мен бот Ailoot офертасы және лицензиялық шартына сай. Қайта сатуға реселлер лицензиясын сұраңыз.

Коммерциялық қолданба
Қызметіңіздің ақылы функциясына мәтін, сурет, бейне және дыбыс жасауды қосыңыз.
Реселлер лицензиясы
Жоба сипаттамасы мен кіру схемасын жіберіңіз. Пайдалану мен қайта сатуға жазбаша шарт сұраңыз.
Сайттағы құжаттар
Оферта, лицензиялық шарт және дерек саясаты қоспай тұрып қолжетімді.

Реселлер лицензиясын сұрау · Оферта мен лицензиялық шарт