qwen-audio-3.0-asr-flash
Model pengecaman pertuturan yang menukarkan audio kepada teks yang mudah dibaca, lengkap dengan tanda baca dan penormalan nombor. Menyokong bahasa Rusia dan bahasa lain serta dialek Cina.
- Ailoot · Pertuturan kepada teks
POST /v1/audio/transcriptionsqwen-audio-3.0-asr-flash - Ailoot · Pertuturan kepada teks
POST /v1/audio/transcriptionsqwen-asr - Ailoot · Pertuturan kepada teks
POST /v1/audio/transcriptionsqwen-asr-latest
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Qwen-Audio-3.0-ASR-Flash direka untuk menukarkan rakaman pertuturan kepada teks. Alibaba menekankan pengecaman berbilang bahasa dan pemprosesan pertuturan ekspresif, termasuk irama puisi, bahasa Cina klasik dan penceritaan budaya. Audio diterima sebagai input, manakala hasilnya ialah transkripsi.
Pertuturan dalam bentuk bertulis
Model meletakkan tanda baca dan menukarkan nombor, tarikh serta amaun wang yang disebut kepada bentuk bertulis yang lazim. Ini berguna untuk mesej suara, petikan temu bual dan pertuturan dalam pembelajaran yang memerlukan teks mudah dibaca, bukan sekadar urutan perkataan yang dikenal pasti.
Sebanyak 30 bahasa disokong, termasuk bahasa Rusia, Inggeris, Perancis, Jerman, Jepun dan Arab. Selain itu, tujuh sistem dialek Cina utama dan lebih daripada 20 variasi sebutan wilayah turut diambil kira. Set ini direka untuk mengenal pasti pelbagai ciri bahasa dan loghat.
Bagi istilah khusus, konteks tugasan dan kata petunjuk boleh diberikan. Ini membantu mengarahkan pengecaman nama dan kosa kata bidang tertentu. Cap masa sentiasa diaktifkan bagi versi ini: hasil boleh dikaitkan dengan bahagian rakaman yang sepadan. Transkripsi fail pendek boleh dikembalikan sekali gus atau secara beransur-ansur semasa pemprosesan.
Bahan dan batasan
Tempoh maksimum rakaman ialah lima minit. Satu fail digunakan dalam satu tugasan. AAC, AMR, AVI, FLAC, FLV, M4A, MKV, MOV, MP3, MP4, MPEG, OGG, OPUS, WAV, WEBM, WMA dan WMV disokong; apa-apa kadar pensampelan dibenarkan. Bekas video dalam senarai format merujuk kepada pengekstrakan pertuturan daripada bahagian audionya, bukannya analisis visual bingkai.
Qwen-Audio-3.0-ASR-Flash tidak menyediakan pengasingan mengikut penutur atau pengecaman emosi. Hasil utamanya ialah teks dan kaitan kandungan yang dikenal pasti dengan masa dalam rakaman. Keupayaan rakaman lebih panjang dan kaedah analisis audio lain yang dinyatakan bagi model bersebelahan tidak terpakai kepada versi ini.
Ailoot · Pertuturan kepada 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
Pengenalan
Model pengecaman pertuturan yang menukarkan audio kepada teks yang mudah dibaca, lengkap dengan tanda baca dan penormalan nombor. Menyokong bahasa Rusia dan bahasa lain serta dialek Cina.
- Input yang diterima
- Audio
- Hasil
- Teks
Tersedia di Ailoot · input & kaedah
Ailoot · Pertuturan kepada teks POST /v1/audio/transcriptions
- Input
audio- Output
text- Format output
- json
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-audio-3.0-asr-flash | Lalai— |
Medanfile | Jenisfile | KeperluanDiperlukan | Nilai & had Bait maksimum: 10,485,760 Format fail: wav, mp3, m4a, ogg, webm, flac Jenis kandungan: multipart/form-data Tempoh maksimum, saat: 300 | Lalai— |
Medanresponse_format | Jenisstring | KeperluanPilihan | Nilai & had json | Lalai— |
Gabungan bahan input
speech_to_text · Diperlukan: actual audio file
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontrakaudio |
Parameterrequired | Kontraknull |
Parameteroptional_controls | Kontraknull |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.
Pelan harga
Kadar kaedah Ailoot
POST /v1/audio/transcriptions- Input
- USD 0.0021 bagi setiap minit audio
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot · Pertuturan kepada 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 · Pertuturan kepada 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, fail dan bahagian kandungan yang dikembalikan.
Simpan JSON lengkap, bukan teks sahaja; kekalkan setiap segmen/penutur/cap masa yang tersedia dan identiti tugas/aset sebenar.
Jika respons asal perlu disemak
Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.
Medan respons
| Medan | Jenis |
|---|---|
Medantext | Jenisstring |
Medansegments[] | Jenisobject |
Medantask_id | Jenisstring |
Medanasset_url | Jenisstring |
Medanusage | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Responsserver_error | SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan | Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan. |
Alias
Alias model
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
Ailoot · Pertuturan kepada teks POST /v1/audio/transcriptions qwen-asr
qwen-asrqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Pengenalan
Model pengecaman pertuturan yang menukarkan audio kepada teks yang mudah dibaca, lengkap dengan tanda baca dan penormalan nombor. Menyokong bahasa Rusia dan bahasa lain serta dialek Cina.
- Input yang diterima
- Audio
- Hasil
- Teks
Tersedia di Ailoot · input & kaedah
Ailoot · Pertuturan kepada teks POST /v1/audio/transcriptions
- Input
audio- Output
text- Format output
- json
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-asr | Lalai— |
Medanfile | Jenisfile | KeperluanDiperlukan | Nilai & had Bait maksimum: 10,485,760 Format fail: wav, mp3, m4a, ogg, webm, flac Jenis kandungan: multipart/form-data Tempoh maksimum, saat: 300 | Lalai— |
Medanresponse_format | Jenisstring | KeperluanPilihan | Nilai & had json | Lalai— |
Gabungan bahan input
speech_to_text · Diperlukan: actual audio file
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontrakaudio |
Parameterrequired | Kontraknull |
Parameteroptional_controls | Kontraknull |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.
Pelan harga
Kadar kaedah Ailoot
POST /v1/audio/transcriptions- Input
- USD 0.0021 bagi setiap minit audio
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot · Pertuturan kepada 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 · Pertuturan kepada 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, fail dan bahagian kandungan yang dikembalikan.
Simpan JSON lengkap, bukan teks sahaja; kekalkan setiap segmen/penutur/cap masa yang tersedia dan identiti tugas/aset sebenar.
Jika respons asal perlu disemak
Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.
Medan respons
| Medan | Jenis |
|---|---|
Medantext | Jenisstring |
Medansegments[] | Jenisobject |
Medantask_id | Jenisstring |
Medanasset_url | Jenisstring |
Medanusage | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Responsserver_error | SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan | Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan. |
Alias
Alias model
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
Ailoot · Pertuturan kepada teks POST /v1/audio/transcriptions qwen-asr-latest
qwen-asr-latestqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Pengenalan
Model pengecaman pertuturan yang menukarkan audio kepada teks yang mudah dibaca, lengkap dengan tanda baca dan penormalan nombor. Menyokong bahasa Rusia dan bahasa lain serta dialek Cina.
- Input yang diterima
- Audio
- Hasil
- Teks
Tersedia di Ailoot · input & kaedah
Ailoot · Pertuturan kepada teks POST /v1/audio/transcriptions
- Input
audio- Output
text- Format output
- json
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had qwen-asr-latest | Lalai— |
Medanfile | Jenisfile | KeperluanDiperlukan | Nilai & had Bait maksimum: 10,485,760 Format fail: wav, mp3, m4a, ogg, webm, flac Jenis kandungan: multipart/form-data Tempoh maksimum, saat: 300 | Lalai— |
Medanresponse_format | Jenisstring | KeperluanPilihan | Nilai & had json | Lalai— |
Gabungan bahan input
speech_to_text · Diperlukan: actual audio file
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontrakaudio |
Parameterrequired | Kontraknull |
Parameteroptional_controls | Kontraknull |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.
Pelan harga
Kadar kaedah Ailoot
POST /v1/audio/transcriptions- Input
- USD 0.0021 bagi setiap minit audio
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot · Pertuturan kepada 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 · Pertuturan kepada 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, fail dan bahagian kandungan yang dikembalikan.
Simpan JSON lengkap, bukan teks sahaja; kekalkan setiap segmen/penutur/cap masa yang tersedia dan identiti tugas/aset sebenar.
Jika respons asal perlu disemak
Simpan operation_id/X-Client-Request-ID asal untuk penyelarasan rekod tanpa penghantaran semula; tiada laluan khusus untuk meninjau status audio.
Medan respons
| Medan | Jenis |
|---|---|
Medantext | Jenisstring |
Medansegments[] | Jenisobject |
Medantask_id | Jenisstring |
Medanasset_url | Jenisstring |
Medanusage | Jenisobject |
Ralat dan langkah seterusnya
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Responsserver_error | SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan | Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan. |
Alias
Alias model
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · qwen-audio-3.0-asr-flash
- Apakah input dan hasil 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- Apakah medan yang digunakan oleh 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