Source: https://ailoot.ai/models/nb/qwen-qwen3-asr-1-7b/ Canonical: https://ailoot.ai/models/nb/qwen-qwen3-asr-1-7b/ Language: nb # Qwen: Qwen3 ASR 1.7B [Markdown](https://ailoot.ai/models/nb/qwen-qwen3-asr-1-7b/index.md) · [JSON](https://ailoot.ai/models/nb/qwen-qwen3-asr-1-7b/facts.json) ## [Qwen: Qwen3 ASR 1.7B](https://ailoot.ai/models/nb/qwen-qwen3-asr-1-7b/) Qwen3-ASR-1.7B gjør tale og sang om til tekst og identifiserer språket. Qwen dokumenterer 30 språk, 22 kinesiske dialekter og gjenkjenning offline eller i strømmer; tidfesting på ordnivå bruker en separat Qwen3-ForcedAligner-arbeidsflyt. - [**Ailoot Ultra · Transkripsjon** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-1.7b`](https://ailoot.ai/models/nb/qwen-qwen3-asr-1-7b/#method-0) Om modellen Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden. Qwen3-ASR-1.7B er Qwens større talegjenkjenningsmodell i Qwen3-ASR-familien. Den tar imot lyd og returnerer gjenkjent tekst sammen med en språketikett. Familien bygger på grunnlaget for lydforståelse i Qwen3-Omni og bruker én ASR-modell til gjenkjenning offline og i strømmer. 1.7B-utgaven legger vekt på gjenkjenningskvalitet, mens den separat navngitte 0.6B-utgaven legger vekt på effektivitet. Utgavene er fortsatt forskjellige valg, selv om de deler den dokumenterte språkdekningen og de samme arbeidsflytene for gjenkjenning. #### Språkidentifikasjon og lyddekning Produsenten oppgir 30 språk og 22 kinesiske dialekter, samt engelske aksenter fra flere regioner. Språklisten omfatter kinesisk, engelsk, kantonesisk, arabisk, tysk, fransk, spansk, portugisisk, indonesisk, italiensk, koreansk, russisk, thai, vietnamesisk, japansk, tyrkisk, hindi, malayisk, nederlandsk, svensk, dansk, finsk, polsk, tsjekkisk, filipino, persisk, gresk, ungarsk, makedonsk og rumensk. De støttede lydtypene omfatter tale, sangstemme og sanger med bakgrunnsmusikk. Disse egenskapene gjør transkripsjonen nyttig for intervjuer, forelesninger, lydopptak og gjennomgang av sangtekster, med den opprinnelige lyden bevart for kontroll av vanskelige partier. #### Forberede lyd og hente en transkripsjon Produsentens verktøysett tar imot en referanse til en lydfil, kodet lyd eller en bølgeform sammen med samplingsfrekvensen, og arbeidsflyten for offline-bruk kan behandle en samling opptak. Den kan registrere språket automatisk eller bruke et angitt støttet språk. Velg automatisk registrering for et ukjent opptak; oppgi språket som faktisk snakkes når det er kjent og relevant for oppgaven. Eksempelresultatet viser det registrerte eller valgte språket og den gjenkjente teksten. Språkinnstillingen styrer gjenkjenningen av opptaket fremfor å angi en forespørsel om å skrive om innholdet til et annet språk. For et intervju bør du holde opptaket knyttet til datoen, emnet og kildeidentifikatoren, og deretter bruke den returnerte teksten som en søkbar transkripsjon. For en forelesning bør du bevare faguttrykk og talluttrykk under gjennomgangen fremfor å erstatte uklare ord med en sannsynlig forklaring uten å si fra. For en sang bør du kontrollere den gjenkjente sangteksten mens du lytter til vokalen, særlig der musikken skjuler en stavelse. Transkripsjonen kan brukes som inndata til et separat steg for oppsummering, oversettelse eller redigering når ordlyden er kontrollert mot lyden. #### Strømmegjenkjenning og dens omfang Den samme ASR-familien støtter gjenkjenning mens lyden mottas. Produsentens strømmeeksempel mater påfølgende lydsegmenter inn i en bevart gjenkjenningstilstand, viser foreløpig tekst og avslutter deretter strømmen for å hente det endelige språket og transkripsjonen. Skill mellom den løpende teksten og det ferdige resultatet når du forbereder direkteteksting eller en løpende transkripsjon. Den dokumenterte strømmeimplementeringen kombinerer ikke strømming med batch-inferens og returnerer ikke tidsstempler; en transkripsjon med tidsangivelser bruker en annen arbeidsflyt. Dette er detaljer om produsentens implementering, ikke et løfte om en applikasjons transport eller grensesnitt for direkteteksting. #### Tidfesting av ord eller tegn med en separat aligner Qwen3-ForcedAligner-0.6B justerer et lydopptak mot oppgitt tekst og predikerer start- og sluttider på ord- eller tegnnivå. Det er en separat modell fra begge Qwen3-ASR-utgavene. ASR-verktøysettet kan bruke denne aligneren når tidsstempler etterspørres i arbeidsflyten for offline-transkripsjon, eller justeringen kan kjøres på et eksisterende tekst–lyd-par. Alignerens dokumenterte dekning er 11 språk: kinesisk, engelsk, kantonesisk, fransk, tysk, italiensk, japansk, koreansk, portugisisk, russisk og spansk. Den oppgitte talevarigheten er opptil fem minutter; dette er alignerens omfang, ikke en femminuttersgrense for ASR-transkripsjon. Når du forbereder undertekster, bør du først hente og gjennomgå transkripsjonen og deretter justere den mot kildeopptaket der denne arbeidsflyten passer. Bruk de returnerte start- og sluttidene til å lage tekstsegmenter, og kontroller grensene deres mens du lytter. Justeringen knytter de oppgitte ordene til lyden; den bør ikke behandles som bevis på at en feilaktig transkripsjon er blitt korrigert. Det nyttige produktet er en kontrollert transkripsjon med tidsinformasjon som fortsatt er knyttet til opptaket den beskriver. #### Lange opptak og praktiske begrensninger Familien støtter transkripsjon av lange lydopptak, og de offisielle eksemplene ber brukerne sette av mer generert tekst for lengre inndata. De illustrerende tokeninnstillingene er konfigurasjonsvalg fremfor en universell grense for modellkontekst eller lydvarighet. Planlegg utdatabudsjettet ut fra opptaket, og kontroller at avslutningen er med. Kontroller navn, mengder, språkskifter, skjulte ord og overlappende tale mot den opprinnelige lyden. Språkdekning og robusthet overfor krevende lyd garanterer ikke en feilfri transkripsjon for alle aksenter, opptak eller musikalske arrangementer. Et komplett resultat bevarer den gjenkjente ordlyden, språket og forbindelsen til lyden, slik at det kan søkes i, redigeres eller brukes i en senere arbeidsflyt for innhold. **Ailoot Ultra · Transkripsjon** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-1.7b` [`qwen/qwen3-asr-1.7b`](https://ailoot.ai/models/nb/#m=qwen%2Fqwen3-asr-1.7b&route=Ultra&caller=qwen%2Fqwen3-asr-1.7b&fmt=transcriptions) Alibaba /`qwen/qwen3-asr-1.7b` ### Start Qwen3-ASR-1.7B gjør tale og sang om til tekst og identifiserer språket. Qwen dokumenterer 30 språk, 22 kinesiske dialekter og gjenkjenning offline eller i strømmer; tidfesting på ordnivå bruker en separat Qwen3-ForcedAligner-arbeidsflyt. Godkjente inndata Lyd Resultater Tekst ### Tilgjengelig i Ailoot · inndata & metoder **Ailoot Ultra · Transkripsjon** `POST /v1/audio/transcriptions` Inndatatyper `audio` Utdatatyper `text` | Felt | Type | Krav | Verdier & grenser | Standard | | --- | --- | --- | --- | --- | | Felt`model` | Type`string` | KravPåkrevd | Verdier & grenser qwen/qwen3-asr-1.7b | Standard— | | Felt`input_audio` | Type`object` | KravPåkrevd | Verdier & grenser | Standard— | | Felt`language` | Type`string` | KravValgfritt | Verdier & grenser | Standard— | | Felt`temperature` | Type`number` | KravValgfritt | Verdier & grenser Minimum: 0 Maksimum: 1 | Standard— | | Felt`response_format` | Type`string` | KravValgfritt | Verdier & grenser json, verbose\_json | Standardjson | | Felt`timestamp_granularities` | Type`array` | KravValgfritt | Verdier & grenser | Standard— | | Felt`provider` | Type`object` | KravValgfritt | Verdier & grenser | Standard— | Metodeparametere og livssyklus | Parameter | Avtale | | --- | --- | | Parameter`content_type` | Avtaleapplication/json | | Parameter`required` | Avtalemodel, input\_audio | | Parameter`material_types` | Avtaleaudio | | Parameter`material_conditions` | AvtaleLes en faktisk WAV-fil og kod de virkelige bytene for det deklarerte JSON-feltet input\_audio; ingen multipart-rute tilbys for denne eksakte deklarasjonen som bare bruker JSON. | Livssyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · faktisk returnert task\_id eller oppføring i mediebiblioteket `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Priser ##### Slik beregnes det endelige beløpet De viste satsene anslår kostnaden før generering. Det endelige beløpet beregnes ut fra kostnaden som er registrert for den opprinnelige genereringen. Målt varighet på utdataene og anslåtte mengder er ikke den endelige fakturerbare mengden. Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden. Hurtigmodus Ikke angitt Når hurtigmodus er valgt Flex-modus Ikke angitt Når flex-modus er valgt Maksimal resonneringsinnsats Ikke angitt Når justeringen «default» brukes for maksimal resonneringsinnsats #### Estimerte satser for sammenligning #### Priser etter konfigurasjon Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner. | Konfigurasjon | Prisplan | Forventet mengde | Faktureringsenhet | Kostnad | | --- | --- | --- | --- | --- | | KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Forventet mengde— | Faktureringsenhet— | Kostnad Inndata · Inngående tokener · Estimat kun for sammenligning **—** / 1K tokener Utdata · Utgående tokener · Estimat kun for sammenligning **—** / 1K tokener Inndata · Lesing fra hurtigbuffer · Estimat kun for sammenligning **—** / 1K tokener Inndata · Skriving til hurtigbuffer · Estimat kun for sammenligning **—** / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time · Estimat kun for sammenligning **—** / 1K tokener | | Konfigurasjonlydsekund i inndata | Prisplan— | Forventet mengde— | Faktureringsenhetper sekund inndatalyd | Kostnad Inndata · lydsekund i inndata · Estimat kun for sammenligning **$0.000015** per sekund inndatalyd | | KonfigurasjonAnslått genereringskostnad | Prisplan— | Forventet mengdeestimat for én generering | Faktureringsenhet— | Kostnad Utdata · Anslått genereringskostnad · Estimat kun for sammenligning **$0.000015** estimat før generering Dette anslaget er verken en tilleggsavgift eller en fast sats for den fullførte genereringen. | Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. [Slik fungerer reservasjon og oppgjør →](https://ailoot.ai/docs/nb/billing/reserve/) ### Eksempelforespørsler #### Ailoot Ultra · Transkripsjon curl · nøyaktig forespørselskropp i originalformat og komplett resultat ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'qwen/qwen3-asr-1.7b', 'input_audio': {'data': '${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Motta og lagre resultater #### Ailoot Ultra · Transkripsjon - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Andre innholdslesinger Les eksisterende ressurser som tilhører deg ```bash set -eu : "${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. ``` ##### Behold alle ferdige resultater Behold alle fullstendige returnerte svar, filer og innholdsdeler. Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt. ##### Hvis det opprinnelige svaret må kontrolleres Bevar returnert X-Client-Request-ID for avstemming. Les bare faktisk returnerte task\_id/asset\_id-verdier eller egne oppføringer i mediebiblioteket; bygg aldri en oppgave-URL fra operasjons-ID-en, og send aldri opprettelsesforespørselen på nytt. Svarfelter | Felt | Type | | --- | --- | | Felt`text` | Type | | Felt`usage` | Type | | Felt`segments[]` | Type | | Felt`words[]` | Type | | Felt`speaker fields` | Type | | Felt`timestamps` | Type | ### Aliaser #### Modellaliaser **Ailoot Ultra** [`qwen/qwen3-asr-1.7b`](https://ailoot.ai/models/nb/#m=qwen%2Fqwen3-asr-1.7b&route=Ultra&caller=qwen%2Fqwen3-asr-1.7b&fmt=transcriptions) #### Aliaser for metodestier Bruk metodestiene som vises ovenfor. #### Tilknyttede anroper-ID-er [`qwen/qwen3-asr-1.7b`](https://ailoot.ai/models/nb/#m=qwen%2Fqwen3-asr-1.7b&route=Ultra&caller=qwen%2Fqwen3-asr-1.7b&fmt=transcriptions) FAQ · Qwen: Qwen3 ASR 1.7B Hvilke inndata og resultater er tilgjengelige? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-1.7b`: `audio` → `text` Hvilke felt bruker forespørselen? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-1.7b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Hvilke grenser gjelder? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-1.7b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Koble Ailoot til Claude Code, OpenCode, Hermes eller egen applikasjon. ## Selskapet og dets prosjektportefølje Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. ## Kjøp tokener med rabatt. Abonnementsrabatt for jevnlig bruk. Kampanjekoder gir opptil 50% på tokenkjøp. Abonnement Velg et rabattabonnement for faste forespørsler. Kampanjekode opptil 50% Oppgi kode ved kjøp. Prisen beregnes på nytt etter gjeldende kampanje. Kostnader i historikken Modell, tokener og beløp lagres for hver forespørsel. [Velg abonnement](https://ailoot.ai/docs/nb/billing/subscriptions/) · [Se modellpriser](https://ailoot.ai/models/nb/) ## Koble API-et til produktet du selger. SaaS, apper og boter etter Ailoots offentlige tilbud og lisensavtale. Be om forhandlerlisens for videresalg. Kommersiell applikasjon Bygg tekst-, bilde-, video- og lydgenerering inn i betalte funksjoner i tjenesten. Forhandlerlisens Send prosjektbeskrivelse og tilgangsopplegg. Be om skriftlige vilkår for bruk og videresalg. Dokumenter på nettstedet Offentlig tilbud, lisensavtale og retningslinjer for databehandling er tilgjengelige før tilkobling. [Be om forhandlerlisens](mailto:support@ailoot.ai) · [Offentlig tilbud og lisensavtale](https://ailoot.ai/legal/offer?lang=nb) ## Ailoot · Selskapet og dets prosjektportefølje Ailoot bygger på etablert driftserfaring, en stor kundebase, stabil tjeneste og løpende KPI-kontroll. Selskapet og dets prosjektportefølje: millioner av kunder; månedlig salg for milliarder. Ailoot bruker denne driftserfaringen til API-tilgang til AI-funksjoner i kundenes produkter, agenter, applikasjoner og automatiseringer.