Source: https://ailoot.ai/models/lt/qwen-qwen3-asr-0-6b/ Canonical: https://ailoot.ai/models/lt/qwen-qwen3-asr-0-6b/ Language: lt # Qwen: Qwen3 ASR 0.6B [Markdown](https://ailoot.ai/models/lt/qwen-qwen3-asr-0-6b/index.md) · [JSON](https://ailoot.ai/models/lt/qwen-qwen3-asr-0-6b/facts.json) ## [Qwen: Qwen3 ASR 0.6B](https://ailoot.ai/models/lt/qwen-qwen3-asr-0-6b/) Qwen3-ASR-0.6B – kompaktiškas Qwen šnekos atpažinimo modelis, kalbos ar dainavimo garsą paverčiantis tekstu ir nustatantis kalbą. Jis išlaiko šeimos 30 kalbų ir 22 tarmių aprėptį, nesrautinį bei srautinį veikimą ir atskirą priverstinį lygiavimą tekstui su laiko žymomis. - [**Ailoot Ultra · Transkribavimas** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/lt/qwen-qwen3-asr-0-6b/#method-0) Apie modelį Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau. Qwen3-ASR-0.6B – kompaktiška Qwen šnekos atpažinimo modelių šeimos Qwen3-ASR versija. Ji priima garsą ir pateikia tekstinę transkripciją su kalbos žyma. Gamintojas 0.6B pristato kaip atpažinimo kokybės ir efektyvumo pusiausvyrą, o 1.7B yra atskirai įvardyta didesnė versija. Abi remiasi Qwen3-Omni garso supratimu ir turi tą pačią dokumentuotą atpažinimo aprėptį bei bendrą nesrautinio ir srautinio veikimo metodą. Kompaktiška versija gali atlikti transkribavimo etapą balso užrašų, subtitrų rengimo ar įrašų, kuriuose galima ieškoti, apdorojimo procese. #### Kalbos, tarmės ir palaikomi įrašai Qwen dokumentuoja 30 kalbų ir 22 kinų tarmių atpažinimą bei kalbos nustatymą, taip pat įvairių regionų anglų kalbos akcentų palaikymą. Kalbų lentelėje išvardytos kinų, anglų, kantoniečių, arabų, vokiečių, prancūzų, ispanų, portugalų, indoneziečių, italų, korėjiečių, rusų, tajų, vietnamiečių, japonų, turkų, hindi, malajų, olandų, švedų, danų, suomių, lenkų, čekų, filipiniečių, persų, graikų, vengrų, makedonų ir rumunų kalbos. Atpažįstami garso tipai apima šneką, dainuojamą balsą ir dainas su fonine muzika. Mažesnė versija išlaiko šią šeimos aprėptį; jos dydis nereiškia kitokio palaikomų kalbų sąrašo. #### Nesrautinis atpažinimas ir įvesties paruošimas Oficialus įrankių rinkinys gali priimti garsą pagal failo nuorodą, užkoduotą garsą arba garso bangos signalą su jo diskretizavimo dažniu. Jis palaiko nesrautinį kelių įrašų apdorojimą, automatinį kalbos nustatymą ir konkrečios palaikomos kalbos nurodymą. Dokumentuotas rezultatas apima kalbą ir atpažintą tekstą. Jei žinote, kokia kalba kalbama, pasirinkite ją; jei rinkinyje yra nežinomų kalbų, leiskite jas nustatyti modeliui. Kiekvieno įrašo identifikatorių laikykite šalia jo rezultato, kad tekstą būtų galima susieti su teisingu šaltiniu. Balso užrašų rinkiniui išsaugokite atskirą kiekvieno užrašo rezultatą ir, prieš paversdami tekstą užduotimis ar santrauka, pagal įrašą patikrinkite vardus ir pavadinimus, skaičius bei neaiškias frazes. Įgarsintai pamokai naudokite transkripciją, kad rastumėte ištraukas ir patikrintumėte kiekvienos instrukcijos formuluotę. Tikrindami dainos žodžius klausykite vokalo linijos, o ne priimkite žodį vien todėl, kad jis tinka dainos prasmei. Tai teksto rezultato paruošimo ir tikrinimo etapai; jo apibendrinimas, vertimas ar interpretavimas gali būti atliekami vėliau kaip atskiros operacijos. #### Srautinis tekstas ir įrašo užbaigimas Qwen3-ASR nesrautiniam ir srautiniam atpažinimui naudoja tą patį modelį. Gamintojo srautiniame pavyzdyje gaunami garso blokai atnaujina išsaugomą atpažinimo būseną, o užbaigimo veiksmas pateikia galutinį tekstą ir kalbą. Tai leidžia tekstą rodyti palaipsniui, kas naudinga vykstant transkribavimui. Tarpinį vaizdą laikykite dabartine atpažinimo būsena, o įrašui pasibaigus išsaugokite galutinį rezultatą ir pasilikite pradinį garsą galimiems pataisymams. Dokumentuota srautinė realizacija tame srautiniame procese nepalaiko paketinio apdorojimo ar laiko žymų grąžinimo. Todėl srautinis tekstas, nesrautinių transkripcijų rinkinys ir teksto su laiko žymomis paruošimas subtitrams yra atskiri gamintojo procesai. Gamintojo pavyzdžiuose naudojami blokų dydžiai ir žetonų nustatymai iliustruoja realizaciją, o ne žada universalią delsą, lygiagretumą ar garso trukmę. Procesą pasirinkite pagal tai, ar reikia teksto įrašymo metu, baigto rinkinio teksto, ar teksto, sulygiuoto su laiko juosta. #### Tekstui su laiko žymomis naudojamas Qwen3-ForcedAligner Qwen3-ForcedAligner-0.6B yra atskiras lygiavimo modelis, nors jo dydžio žyma 0.6B sutampa su šios ASR versijos žyma. Jis priima teksto ir garso porą ir prognozuoja žodžių ar simbolių pradžios bei pabaigos laikus. Gamintojo nesrautiniai ASR įrankiai gali jį iškviesti, kai prašoma laiko žymų. Dokumentuotas jo kalbų rinkinys apima kinų, anglų, kantoniečių, prancūzų, vokiečių, italų, japonų, korėjiečių, portugalų, rusų ir ispanų kalbas, o nurodyta lygiavimo aprėptis – iki penkių minučių kalbos. Šis siauresnis kalbų rinkinys ir penkių minučių intervalas priklauso priverstiniam lygiavimui, o ne bendrai ASR modelio transkribavimo aprėpčiai. Subtitrams paruoškite patikrintą transkripciją įrašo kalba, sulygiuokite ją ten, kur taikomas palaikomas procesas, ir atkurdami šaltinį patikrinkite segmentų ribas. Naudingas subtitrų rezultatas išlaiko kartu tekstą ir jo laikus. Jei transkripcijos žodis klaidingas, pataisykite jį pagal garsą, o ne manykite, kad laiko intervalas patvirtina jo teisingumą. Šis atskyrimas padeda nustatyti, ar problema kilo atpažįstant, pateiktame tekste, ar parenkant subtitro ribą. #### Ilgo garso išvestis ir atpažinimo tikrinimas Qwen3-ASR šeima palaiko ilgus įrašus. Jos veikimo pavyzdžiuose patariama ilgesniam garsui leisti daugiau generuojamų žetonų, todėl įsitikinkite, kad transkripcija pasiekia įrašo pabaigą ir jos nenutraukė išvesties limitas. Paskelbti pavyzdžiai nenustato universalaus skaitinio konteksto lango ar maksimalios ASR įrašo trukmės. Tvarkydami ilgą įrašą tikrinimui išsaugokite naudingų dalių ryšį su jų vietomis šaltinyje. Pagal pradinį garsą patikrinkite užgožtus žodžius, kalbos pasikeitimus, persidengiančią šneką, neįprastus vardus ir pavadinimus bei išdainuotus skiemenis. Praktinis rezultatas – atpažintas tekstas su kalbos žyma, tinkamas paieškai ar tolesniam turinio etapui, o prireikus laiko duomenys pridedami atskiru lygiavimo procesu. **Ailoot Ultra · Transkribavimas** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b` [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/lt/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) Alibaba /`qwen/qwen3-asr-0.6b` ### Pradžia Qwen3-ASR-0.6B – kompaktiškas Qwen šnekos atpažinimo modelis, kalbos ar dainavimo garsą paverčiantis tekstu ir nustatantis kalbą. Jis išlaiko šeimos 30 kalbų ir 22 tarmių aprėptį, nesrautinį bei srautinį veikimą ir atskirą priverstinį lygiavimą tekstui su laiko žymomis. Leidžiamos įvestys Garsas Rezultatai Tekstas ### Prieinama Ailoot · įvestys ir metodai **Ailoot Ultra · Transkribavimas** `POST /v1/audio/transcriptions` Įvestis `audio` Išvestis `text` | Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta | | --- | --- | --- | --- | --- | | Laukas`model` | Tipas`string` | ReikalavimasPrivaloma | Reikšmės ir ribos qwen/qwen3-asr-0.6b | Numatyta— | | Laukas`input_audio` | Tipas`object` | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`language` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`temperature` | Tipas`number` | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 0 Didžiausia reikšmė: 1 | Numatyta— | | Laukas`response_format` | Tipas`string` | ReikalavimasNeprivaloma | Reikšmės ir ribos json, verbose\_json | Numatytajson | | Laukas`timestamp_granularities` | Tipas`array` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | | Laukas`provider` | Tipas`object` | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— | Metodo parametrai ir gyvavimo ciklas | Parametras | Specifikacija | | --- | --- | | Parametras`content_type` | Specifikacijaapplication/json | | Parametras`required` | Specifikacijamodel, input\_audio | | Parametras`material_types` | Specifikacijaaudio | | Parametras`material_conditions` | SpecifikacijaNuskaitykite tikrą WAV failą ir užkoduokite tikruosius jo baitus deklaruotai JSON input\_audio įvesčiai; šiai tiksliai vien JSON skirtai deklaracijai multipart maršrutas nesiūlomas. | Gyvavimo ciklas: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · faktiškai grąžinta task\_id reikšmė arba medijos bibliotekos įrašas `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Planai ##### Kaip apskaičiuojamas galutinis mokestis Rodomi įkainiai leidžia įvertinti kainą prieš generavimą. Galutinė suma apskaičiuojama pagal užfiksuotą pradinio generavimo kainą. Išmatuota rezultato trukmė ir prognozuoti kiekiai nėra galutinis apmokestinamas kiekis. Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo. Spartusis režimas Nenurodyta Pasirinkus spartųjį režimą Flex režimas Nenurodyta Pasirinkus flex režimą Didžiausios samprotavimo pastangos Nenurodyta Kai didžiausioms samprotavimo pastangoms taikomas numatytasis koregavimas (default) #### Numatomi įkainiai palyginimui #### Kainos pagal konfigūraciją Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį. | Konfigūracija | Įkainių lentelė | Numatomas kiekis | Apskaitos vienetas | Mokestis | | --- | --- | --- | --- | --- | | KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Numatomas kiekis— | Apskaitos vienetas— | Mokestis Įvestis · Įvesties tokenai · Įvertis tik palyginimui **—** / 1K tokenų Išvestis · Išvesties tokenai · Įvertis tik palyginimui **—** / 1K tokenų Įvestis · Talpyklos skaitymas · Įvertis tik palyginimui **—** / 1K tokenų Įvestis · Rašymas į talpyklą · Įvertis tik palyginimui **—** / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val · Įvertis tik palyginimui **—** / 1K tokenų | | Konfigūracijaįvesties garso sekundė | Įkainių lentelė— | Numatomas kiekis— | Apskaitos vienetasuž įvesties garso sekundę | Mokestis Įvestis · įvesties garso sekundė · Įvertis tik palyginimui **$0.00000666** už įvesties garso sekundę | | KonfigūracijaNumatoma generavimo kaina | Įkainių lentelė— | Numatomas kiekisvieno generavimo įvertis | Apskaitos vienetas— | Mokestis Išvestis · Numatoma generavimo kaina · Įvertis tik palyginimui **$0.00000666** įvertis prieš generavimą Šis įvertis nėra papildomas mokestis ar fiksuotas užbaigto generavimo įkainis. | Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. [Kaip veikia rezervavimas ir atsiskaitymas →](https://ailoot.ai/docs/lt/billing/reserve/) ### Užklausų pavyzdžiai #### Ailoot Ultra · Transkribavimas curl · tikslus savosios sąsajos užklausos turinys ir visas rezultatas ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Gauti ir išsaugoti rezultatus #### Ailoot Ultra · Transkribavimas - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Kito turinio skaitymas Skaityti esamą jums priklausančią medžiagą ```bash set -eu : "${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. ``` ##### Išsaugoti visus baigtus rezultatus Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį. Išsaugokite visą atsakymą ir antraštes, visus faktiškai gautus rezultatus, pradinius grąžintus identifikatorius ir visus naudojimo apskaitos laukus. Atkurkite prieigą prie pradinės operacijos pakartotinai neteikdami kūrimo užklausos. ##### Jei reikia patikrinti pradinį atsakymą Išsaugokite grąžintą X-Client-Request-ID duomenims sutikrinti. Tikrinkite tik faktiškai grąžintas task\_id/asset\_id reikšmes arba jums priklausančią medijos biblioteką; niekada nekurkite užduoties URL iš operacijos ID ir niekada pakartotinai neteikite kūrimo užklausos. Atsakymo laukai | Laukas | Tipas | | --- | --- | | Laukas`text` | Tipas | | Laukas`usage` | Tipas | | Laukas`segments[]` | Tipas | | Laukas`words[]` | Tipas | | Laukas`speaker fields` | Tipas | | Laukas`timestamps` | Tipas | ### Pseudonimai #### Modelių pseudonimai **Ailoot Ultra** [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/lt/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) #### Metodų kelių pseudonimai Naudokite aukščiau nurodytus metodų kelius. #### Susiję ID iškvietimui [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/lt/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) FAQ · Qwen: Qwen3 ASR 0.6B Kokios įvestys ir rezultatai prieinami? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `audio` → `text` Kokius laukus naudoja užklausa? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Kokie apribojimai taikomi? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Prijunkite Ailoot prie Claude Code, OpenCode, Hermes arba savo programos. ## Įmonė ir jos projektų portfelis Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. ## Pirkite žetonus su nuolaida. Prenumeratos nuolaida reguliariam darbui. Kodai — iki 50% žetonų pirkimui. Prenumerata Pasirinkite planą su nuolaida reguliarioms užklausoms. Nuolaidos kodas iki 50% Įveskite kodą perkant. Kaina perskaičiuojama pagal galiojančios akcijos sąlygas. Išlaidos istorijoje Kiekvienai užklausai išsaugomi modelis, žetonai ir suma. [Pasirinkti prenumeratą](https://ailoot.ai/docs/lt/billing/subscriptions/) · [Peržiūrėti modelių kainas](https://ailoot.ai/models/lt/) ## Prijunkite API prie produkto, kurį parduodate. SaaS, programos ir botai pagal Ailoot ofertą bei licencijos sutartį. Perpardavimui paprašykite perpardavėjo licencijos. Komercinė programa Teksto, vaizdų, video ir garso kūrimą integruokite į mokamas paslaugos funkcijas. Perpardavėjo licencija Atsiųskite projekto aprašymą ir prieigos schemą. Paprašykite rašytinių naudojimo ir perpardavimo sąlygų. Dokumentai svetainėje Oferta, licencijos sutartis ir duomenų tvarkymo politika prieinamos prieš prisijungiant. [Paprašyti perpardavėjo licencijos](mailto:support@ailoot.ai) · [Oferta ir licencijos sutartis](https://ailoot.ai/legal/offer?lang=lt) ## Ailoot · Įmonė ir jos projektų portfelis Ailoot remiasi sukaupta veiklos patirtimi, plačia klientų baze, stabiliomis paslaugomis ir nuolatine KPI kontrole. Įmonė ir jos projektų portfelis: milijonai klientų; mėnesio pardavimai siekia milijardus. Ailoot šią veiklos patirtį pritaiko teikdama API prieigą prie DI funkcijų klientų produktuose, agentuose, programose ir automatizavimo sprendimuose.