Qwen3-ASR-1.7B is het grotere spraakherkenningsmodel van Qwen in de Qwen3-ASR-familie. Het ontvangt audio en retourneert herkende tekst samen met een taallabel. De familie bouwt voort op de basis voor audiobegrip van Qwen3-Omni en gebruikt één ASR-model voor offline- en streamingherkenning. De 1.7B-editie legt de nadruk op herkenningskwaliteit, terwijl de afzonderlijk benoemde 0.6B-editie efficiëntie benadrukt. Deze edities blijven verschillende keuzes, ook al delen ze de gedocumenteerde taaldekking en herkenningsprocessen.
De ontwikkelaar vermeldt 30 talen en 22 Chinese dialecten, naast Engelse accenten uit meerdere regio's. De talenlijst omvat Chinees, Engels, Kantonees, Arabisch, Duits, Frans, Spaans, Portugees, Indonesisch, Italiaans, Koreaans, Russisch, Thai, Vietnamees, Japans, Turks, Hindi, Maleis, Nederlands, Zweeds, Deens, Fins, Pools, Tsjechisch, Filipino, Perzisch, Grieks, Hongaars, Macedonisch en Roemeens. Ondersteunde audiotypen omvatten spraak, zangstemmen en liedjes met achtergrondmuziek. Dat maakt het transcript bruikbaar voor interviews, colleges, stemopnamen en het nakijken van songteksten, met behoud van de oorspronkelijke audio om moeilijke passages te controleren.
De toolkit van de ontwikkelaar accepteert een audiobestandsreferentie, gecodeerde audio of een golfvorm met samplefrequentie; de offlinewerkwijze kan een verzameling opnamen verwerken. Ze kan de taal automatisch detecteren of een opgegeven ondersteunde taal gebruiken. Kies automatische detectie voor een onbekende opname; lever de daadwerkelijk gesproken taal aan als die bekend en relevant is voor de taak. Het voorbeeldresultaat toont de gedetecteerde of gekozen taal en herkende tekst. De taalinstelling stuurt de herkenning van de opname, niet een verzoek om de inhoud in een andere taal te herschrijven.
Bewaar bij een interview de opname gekoppeld aan datum, onderwerp en bronidentificatie en gebruik daarna de geretourneerde tekst als doorzoekbaar transcript. Behoud bij een college technische termen en numerieke uitdrukkingen tijdens de review in plaats van onduidelijke woorden stilzwijgend door een plausibele uitleg te vervangen. Controleer bij een lied de herkende tekst terwijl u naar de zanglijn luistert, vooral als de muziek een lettergreep maskeert. Het transcript kan invoer worden voor een afzonderlijke samenvattings-, vertaal- of redactiestap zodra de bewoording aan de audio is getoetst.
Dezelfde ASR-familie ondersteunt herkenning terwijl de audio binnenkomt. Het streamingvoorbeeld van de ontwikkelaar voert opeenvolgende audiofragmenten in een behouden herkenningstoestand in, toont voorlopige tekst en sluit vervolgens de stream af om de definitieve taal en transcriptie te verkrijgen. Houd bij liveondertitels of een lopend transcript een onderscheid tussen de huidige incrementele tekst en het voltooide resultaat. De gedocumenteerde streamingimplementatie combineert streaming niet met batchinferentie en retourneert geen tijdstempels; een transcript met tijden gebruikt een andere werkwijze. Dit zijn implementatiedetails van de ontwikkelaar, geen belofte over de transportlaag of liveondertitelinterface van een toepassing.
Qwen3-ForcedAligner-0.6B lijnt een audio-opname uit met aangeleverde tekst en voorspelt begin- en eindtijden op woord- of tekenniveau. Het is een afzonderlijk model, niet een van de twee Qwen3-ASR-edities. De ASR-toolkit kan die aligner gebruiken als tijdstempels in het offline-transcriptieproces worden gevraagd, of uitlijning kan op een bestaand tekst-audiopaar worden uitgevoerd. De gedocumenteerde dekking van de aligner omvat 11 talen: Chinees, Engels, Kantonees, Frans, Duits, Italiaans, Japans, Koreaans, Portugees, Russisch en Spaans. De opgegeven spraakduur is maximaal vijf minuten; dit is de scope van de aligner, geen limiet van vijf minuten voor ASR-transcriptie.
Verkrijg en controleer voor ondertitelvoorbereiding eerst het transcript en lijn het vervolgens uit met de bronopname als die werkwijze passend is. Gebruik de geretourneerde begin- en eindtijden om ondertitelsegmenten voor te bereiden en bekijk hun grenzen tijdens het luisteren. Uitlijning koppelt aangeleverde woorden aan audio; ze zou niet als bewijs moeten worden gezien dat een onjuist transcript is gecorrigeerd. Het bruikbare resultaat is een gecontroleerd transcript met timinginformatie dat verbonden blijft met de beschreven opname.
De familie ondersteunt transcriptie van lange audio en de officiële voorbeelden vragen om meer gegenereerde tekst toe te staan bij langere invoer. De illustratieve tokeninstellingen zijn configuratiekeuzes, geen universele limiet voor modelcontext of audioduur. Plan de uitvoerruimte op basis van de opname en controleer dat het einde aanwezig is. Toets namen, hoeveelheden, taalwisselingen, gemaskeerde woorden en overlappende spraak aan het oorspronkelijke geluid. Taaldekking en robuustheid bij moeilijke audio garanderen geen foutloos transcript voor elk accent, elke opname of ieder muzikaal arrangement. Een volledig resultaat behoudt de herkende bewoording, taal en relatie tot de audio, zodat het kan worden doorzocht, bewerkt of gebruikt in een later contentproces.
", "aboutText": "Qwen3-ASR-1.7B is het grotere spraakherkenningsmodel van Qwen in de Qwen3-ASR-familie. Het ontvangt audio en retourneert herkende tekst samen met een taallabel. De familie bouwt voort op de basis voor audiobegrip van Qwen3-Omni en gebruikt één ASR-model voor offline- en streamingherkenning. De 1.7B-editie legt de nadruk op herkenningskwaliteit, terwijl de afzonderlijk benoemde 0.6B-editie efficiëntie benadrukt. Deze edities blijven verschillende keuzes, ook al delen ze de gedocumenteerde taaldekking en herkenningsprocessen.\n\n### Taalidentificatie en audiodekking\n\nDe ontwikkelaar vermeldt 30 talen en 22 Chinese dialecten, naast Engelse accenten uit meerdere regio's. De talenlijst omvat Chinees, Engels, Kantonees, Arabisch, Duits, Frans, Spaans, Portugees, Indonesisch, Italiaans, Koreaans, Russisch, Thai, Vietnamees, Japans, Turks, Hindi, Maleis, Nederlands, Zweeds, Deens, Fins, Pools, Tsjechisch, Filipino, Perzisch, Grieks, Hongaars, Macedonisch en Roemeens. Ondersteunde audiotypen omvatten spraak, zangstemmen en liedjes met achtergrondmuziek. Dat maakt het transcript bruikbaar voor interviews, colleges, stemopnamen en het nakijken van songteksten, met behoud van de oorspronkelijke audio om moeilijke passages te controleren.\n\n### Audio voorbereiden en een transcript verkrijgen\n\nDe toolkit van de ontwikkelaar accepteert een audiobestandsreferentie, gecodeerde audio of een golfvorm met samplefrequentie; de offlinewerkwijze kan een verzameling opnamen verwerken. Ze kan de taal automatisch detecteren of een opgegeven ondersteunde taal gebruiken. Kies automatische detectie voor een onbekende opname; lever de daadwerkelijk gesproken taal aan als die bekend en relevant is voor de taak. Het voorbeeldresultaat toont de gedetecteerde of gekozen taal en herkende tekst. De taalinstelling stuurt de herkenning van de opname, niet een verzoek om de inhoud in een andere taal te herschrijven.\n\nBewaar bij een interview de opname gekoppeld aan datum, onderwerp en bronidentificatie en gebruik daarna de geretourneerde tekst als doorzoekbaar transcript. Behoud bij een college technische termen en numerieke uitdrukkingen tijdens de review in plaats van onduidelijke woorden stilzwijgend door een plausibele uitleg te vervangen. Controleer bij een lied de herkende tekst terwijl u naar de zanglijn luistert, vooral als de muziek een lettergreep maskeert. Het transcript kan invoer worden voor een afzonderlijke samenvattings-, vertaal- of redactiestap zodra de bewoording aan de audio is getoetst.\n\n### Streamingherkenning en de reikwijdte\n\nDezelfde ASR-familie ondersteunt herkenning terwijl de audio binnenkomt. Het streamingvoorbeeld van de ontwikkelaar voert opeenvolgende audiofragmenten in een behouden herkenningstoestand in, toont voorlopige tekst en sluit vervolgens de stream af om de definitieve taal en transcriptie te verkrijgen. Houd bij liveondertitels of een lopend transcript een onderscheid tussen de huidige incrementele tekst en het voltooide resultaat. De gedocumenteerde streamingimplementatie combineert streaming niet met batchinferentie en retourneert geen tijdstempels; een transcript met tijden gebruikt een andere werkwijze. Dit zijn implementatiedetails van de ontwikkelaar, geen belofte over de transportlaag of liveondertitelinterface van een toepassing.\n\n### Woord- of tekentijden met een afzonderlijke aligner\n\nQwen3-ForcedAligner-0.6B lijnt een audio-opname uit met aangeleverde tekst en voorspelt begin- en eindtijden op woord- of tekenniveau. Het is een afzonderlijk model, niet een van de twee Qwen3-ASR-edities. De ASR-toolkit kan die aligner gebruiken als tijdstempels in het offline-transcriptieproces worden gevraagd, of uitlijning kan op een bestaand tekst-audiopaar worden uitgevoerd. De gedocumenteerde dekking van de aligner omvat 11 talen: Chinees, Engels, Kantonees, Frans, Duits, Italiaans, Japans, Koreaans, Portugees, Russisch en Spaans. De opgegeven spraakduur is maximaal vijf minuten; dit is de scope van de aligner, geen limiet van vijf minuten voor ASR-transcriptie.\n\nVerkrijg en controleer voor ondertitelvoorbereiding eerst het transcript en lijn het vervolgens uit met de bronopname als die werkwijze passend is. Gebruik de geretourneerde begin- en eindtijden om ondertitelsegmenten voor te bereiden en bekijk hun grenzen tijdens het luisteren. Uitlijning koppelt aangeleverde woorden aan audio; ze zou niet als bewijs moeten worden gezien dat een onjuist transcript is gecorrigeerd. Het bruikbare resultaat is een gecontroleerd transcript met timinginformatie dat verbonden blijft met de beschreven opname.\n\n### Lange opnamen en praktische beperkingen\n\nDe familie ondersteunt transcriptie van lange audio en de officiële voorbeelden vragen om meer gegenereerde tekst toe te staan bij langere invoer. De illustratieve tokeninstellingen zijn configuratiekeuzes, geen universele limiet voor modelcontext of audioduur. Plan de uitvoerruimte op basis van de opname en controleer dat het einde aanwezig is. Toets namen, hoeveelheden, taalwisselingen, gemaskeerde woorden en overlappende spraak aan het oorspronkelijke geluid. Taaldekking en robuustheid bij moeilijke audio garanderen geen foutloos transcript voor elk accent, elke opname of ieder muzikaal arrangement. Een volledig resultaat behoudt de herkende bewoording, taal en relatie tot de audio, zodat het kan worden doorzocht, bewerkt of gebruikt in een later contentproces.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e911b7700028eb17809840ef79fcbad524f3a7a1626db59987a78e304bf0b1f0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "qwen/qwen3-asr-1.7bQwen3-ASR-1.7B zet spraak en zang om in tekst en identificeert de taal. Qwen documenteert 30 talen, 22 Chinese dialecten en offline- of streamingherkenning; timing op woordniveau gebruikt een afzonderlijke Qwen3-ForcedAligner-werkwijze.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Qwen3-ASR-1.7B is het grotere spraakherkenningsmodel van Qwen in de Qwen3-ASR-familie. Het ontvangt audio en retourneert herkende tekst samen met een taallabel. De familie bouwt voort op de basis voor audiobegrip van Qwen3-Omni en gebruikt één ASR-model voor offline- en streamingherkenning. De 1.7B-editie legt de nadruk op herkenningskwaliteit, terwijl de afzonderlijk benoemde 0.6B-editie efficiëntie benadrukt. Deze edities blijven verschillende keuzes, ook al delen ze de gedocumenteerde taaldekking en herkenningsprocessen.
De ontwikkelaar vermeldt 30 talen en 22 Chinese dialecten, naast Engelse accenten uit meerdere regio's. De talenlijst omvat Chinees, Engels, Kantonees, Arabisch, Duits, Frans, Spaans, Portugees, Indonesisch, Italiaans, Koreaans, Russisch, Thai, Vietnamees, Japans, Turks, Hindi, Maleis, Nederlands, Zweeds, Deens, Fins, Pools, Tsjechisch, Filipino, Perzisch, Grieks, Hongaars, Macedonisch en Roemeens. Ondersteunde audiotypen omvatten spraak, zangstemmen en liedjes met achtergrondmuziek. Dat maakt het transcript bruikbaar voor interviews, colleges, stemopnamen en het nakijken van songteksten, met behoud van de oorspronkelijke audio om moeilijke passages te controleren.
De toolkit van de ontwikkelaar accepteert een audiobestandsreferentie, gecodeerde audio of een golfvorm met samplefrequentie; de offlinewerkwijze kan een verzameling opnamen verwerken. Ze kan de taal automatisch detecteren of een opgegeven ondersteunde taal gebruiken. Kies automatische detectie voor een onbekende opname; lever de daadwerkelijk gesproken taal aan als die bekend en relevant is voor de taak. Het voorbeeldresultaat toont de gedetecteerde of gekozen taal en herkende tekst. De taalinstelling stuurt de herkenning van de opname, niet een verzoek om de inhoud in een andere taal te herschrijven.
Bewaar bij een interview de opname gekoppeld aan datum, onderwerp en bronidentificatie en gebruik daarna de geretourneerde tekst als doorzoekbaar transcript. Behoud bij een college technische termen en numerieke uitdrukkingen tijdens de review in plaats van onduidelijke woorden stilzwijgend door een plausibele uitleg te vervangen. Controleer bij een lied de herkende tekst terwijl u naar de zanglijn luistert, vooral als de muziek een lettergreep maskeert. Het transcript kan invoer worden voor een afzonderlijke samenvattings-, vertaal- of redactiestap zodra de bewoording aan de audio is getoetst.
Dezelfde ASR-familie ondersteunt herkenning terwijl de audio binnenkomt. Het streamingvoorbeeld van de ontwikkelaar voert opeenvolgende audiofragmenten in een behouden herkenningstoestand in, toont voorlopige tekst en sluit vervolgens de stream af om de definitieve taal en transcriptie te verkrijgen. Houd bij liveondertitels of een lopend transcript een onderscheid tussen de huidige incrementele tekst en het voltooide resultaat. De gedocumenteerde streamingimplementatie combineert streaming niet met batchinferentie en retourneert geen tijdstempels; een transcript met tijden gebruikt een andere werkwijze. Dit zijn implementatiedetails van de ontwikkelaar, geen belofte over de transportlaag of liveondertitelinterface van een toepassing.
Qwen3-ForcedAligner-0.6B lijnt een audio-opname uit met aangeleverde tekst en voorspelt begin- en eindtijden op woord- of tekenniveau. Het is een afzonderlijk model, niet een van de twee Qwen3-ASR-edities. De ASR-toolkit kan die aligner gebruiken als tijdstempels in het offline-transcriptieproces worden gevraagd, of uitlijning kan op een bestaand tekst-audiopaar worden uitgevoerd. De gedocumenteerde dekking van de aligner omvat 11 talen: Chinees, Engels, Kantonees, Frans, Duits, Italiaans, Japans, Koreaans, Portugees, Russisch en Spaans. De opgegeven spraakduur is maximaal vijf minuten; dit is de scope van de aligner, geen limiet van vijf minuten voor ASR-transcriptie.
Verkrijg en controleer voor ondertitelvoorbereiding eerst het transcript en lijn het vervolgens uit met de bronopname als die werkwijze passend is. Gebruik de geretourneerde begin- en eindtijden om ondertitelsegmenten voor te bereiden en bekijk hun grenzen tijdens het luisteren. Uitlijning koppelt aangeleverde woorden aan audio; ze zou niet als bewijs moeten worden gezien dat een onjuist transcript is gecorrigeerd. Het bruikbare resultaat is een gecontroleerd transcript met timinginformatie dat verbonden blijft met de beschreven opname.
De familie ondersteunt transcriptie van lange audio en de officiële voorbeelden vragen om meer gegenereerde tekst toe te staan bij langere invoer. De illustratieve tokeninstellingen zijn configuratiekeuzes, geen universele limiet voor modelcontext of audioduur. Plan de uitvoerruimte op basis van de opname en controleer dat het einde aanwezig is. Toets namen, hoeveelheden, taalwisselingen, gemaskeerde woorden en overlappende spraak aan het oorspronkelijke geluid. Taaldekking en robuustheid bij moeilijke audio garanderen geen foutloos transcript voor elk accent, elke opname of ieder muzikaal arrangement. Een volledig resultaat behoudt de herkende bewoording, taal en relatie tot de audio, zodat het kan worden doorzocht, bewerkt of gebruikt in een later contentproces.
POST /v1/audio/transcriptionsaudiotext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten qwen/qwen3-asr-1.7b | Standaard— |
Veldinput_audio | Typeobject | VereisteVereist | Waarden en limieten | Standaard— |
Veldlanguage | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Minimum: 0 Maximum: 1 | Standaard— |
Veldresponse_format | Typestring | VereisteOptioneel | Waarden en limieten json, verbose_json | Standaardjson |
Veldtimestamp_granularities | Typearray | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, input_audio |
Parametermaterial_types | Contractaudio |
Parametermaterial_conditions | ContractLees een werkelijk WAV-bestand en codeer de echte bytes ervan voor de gedeclareerde JSON-input_audio; voor deze exacte declaratie die uitsluitend JSON gebruikt, wordt geen multipart-route aangeboden. |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · daadwerkelijk teruggegeven task_id of record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De getoonde tarieven ramen de kosten vóór de generatie. De definitieve kosten worden berekend op basis van de kosten die voor de oorspronkelijke generatie zijn geregistreerd. De gemeten duur van het gegenereerde resultaat en de geraamde hoeveelheden vormen niet de definitieve factureerbare hoeveelheid.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Verwachte hoeveelheid | Rekeneenheid | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Verwachte hoeveelheid— | Rekeneenheid— | Kosten Invoer · Invoertokens · Schatting uitsluitend ter vergelijking — / 1K tokens Uitvoer · Uitvoertokens · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache lezen · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache schrijven · Schatting uitsluitend ter vergelijking — / 1K tokens Invoer · Cache schrijven, 1 uur · Schatting uitsluitend ter vergelijking — / 1K tokens |
| Configuratieseconde audio-invoer | Tariefstaffel— | Verwachte hoeveelheid— | Rekeneenheidper seconde audio-invoer | Kosten Invoer · seconde audio-invoer · Schatting uitsluitend ter vergelijking $0.000015 per seconde audio-invoer |
| ConfiguratieGeschatte generatiekosten | Tariefstaffel— | Verwachte hoeveelheidschatting voor één generatie | Rekeneenheid— | Kosten Uitvoer · Geschatte generatiekosten · Schatting uitsluitend ter vergelijking $0.000015 schatting vóór generatie Deze raming is geen extra kost of vast tarief voor de voltooide generatie. |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nimport base64\naudio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes()\nif not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file')\nif len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow')\nrequest={'model': 'qwen/qwen3-asr-1.7b', 'input_audio': {'data': '${BASE64_ACTUAL_WAV_BYTES}', 'format': 'wav'}}\nrequest['input_audio']['data']=base64.b64encode(audio).decode('ascii')\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Keep the complete original response and headers. Read every returned segment, word and usage field.\n# Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting.\nGET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar de volledige respons en headers, iedere daadwerkelijke uitvoer, de oorspronkelijk teruggegeven identificatoren en alle verbruiksvelden. Herstel de oorspronkelijke bewerking zonder de aanmaakaanvraag opnieuw in te dienen.
Bewaar de teruggegeven X-Client-Request-ID voor de reconciliatie. Lees uitsluitend daadwerkelijk teruggegeven task_id/asset_id-waarden of de eigen mediabibliotheek uit; bouw nooit een taak-URL op basis van de bewerkings-ID en dien de aanmaakaanvraag nooit opnieuw in.
| Veld | Type |
|---|---|
Veldtext | Type |
Veldusage | Type |
Veldsegments[] | Type |
Veldwords[] | Type |
Veldspeaker fields | Type |
Veldtimestamps | Type |
Ailoot Ultra qwen/qwen3-asr-1.7b
Gebruik de hierboven getoonde methodepaden.