Qwen3-ASR-1.7B is Qwens grotere spraakherkenningsmodel in de Qwen3-ASR-familie. Het ontvangt audio en geeft herkende tekst en een taallabel terug. De familie bouwt op de audiobegripsbasis van Qwen3-Omni en gebruikt één ASR-model voor offline en streaming herkenning. De 1.7B-editie benadrukt herkenningskwaliteit en de afzonderlijk benoemde 0.6B-editie efficiëntie. Dit blijven aparte keuzes, ook al delen ze de gedocumenteerde talen en herkenningswerkwijzen.
De fabrikant noemt 30 talen en 22 Chinese dialecten, naast Engelse accenten uit verschillende 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, Filipijns, Perzisch, Grieks, Hongaars, Macedonisch en Roemeens. Ondersteunde audiotypen zijn spraak, zangstem en liedjes met achtergrondmuziek. Dit maakt transcripties bruikbaar voor interviews, lezingen, stemopnamen en songtekstcontrole, met behoud van de originele audio om moeilijke passages te controleren.
De toolkit van de producent accepteert een audiobestandsreferentie, gecodeerde audio of een golfvorm met de samplefrequentie en kan offline een verzameling opnamen verwerken. De taal kan automatisch worden gedetecteerd of als ondersteunde taal worden aangegeven. Kies automatische detectie bij een onbekende opname; geef de daadwerkelijk gesproken taal als die bekend en relevant is. Het voorbeeldresultaat toont de gedetecteerde of gekozen taal en herkende tekst. De taalinstelling stuurt herkenning van de opname, niet een verzoek om de inhoud in een andere taal te herschrijven.
Bewaar bij een interview de opname met datum, onderwerp en bronidentificatie en gebruik de teruggegeven tekst als doorzoekbare transcriptie. Behoud bij een lezing technische termen en numerieke uitdrukkingen tijdens beoordeling in plaats van onduidelijke woorden ongemerkt door een aannemelijke uitleg te vervangen. Controleer bij een lied de herkende tekst terwijl je naar de zang luistert, vooral als muziek een lettergreep verhult. De transcriptie kan na controle aan de audio invoer worden voor een aparte samenvattings-, vertaal- of redactiestap.
Dezelfde ASR-familie ondersteunt herkenning terwijl audio binnenkomt. Het streamingvoorbeeld voert opeenvolgende audiochunks in een behouden herkenningsstatus in, toont tussentijdse tekst en sluit de stream af om de definitieve taal en transcriptie te verkrijgen. Houd bij live ondertiteling of een doorlopende transcriptie de huidige incrementele tekst apart van het afgeronde resultaat. De gedocumenteerde streamingimplementatie combineert streaming niet met batchinferentie en retourneert geen tijdstempels; een transcriptie met timing gebruikt een andere werkwijze. Dit zijn producentdetails, geen belofte over het transport of de live-ondertitelinterface van een toepassing.
Qwen3-ForcedAligner-0.6B lijnt een audio-opname uit met aangeleverde tekst en voorspelt begin- en eindtijden per woord of teken. Het is een ander model dan beide Qwen3-ASR-edities. De ASR-toolkit kan die aligner gebruiken bij aangevraagde tijdstempels in de offline transcriptiestroom; uitlijning kan ook op een bestaand tekst–audiopaar plaatsvinden. De gedocumenteerde alignerdekking is 11 talen: Chinees, Engels, Kantonees, Frans, Duits, Italiaans, Japans, Koreaans, Portugees, Russisch en Spaans. De vermelde spraakduur is maximaal vijf minuten; dit is de alignerreikwijdte, geen vijfminutengrens voor ASR-transcriptie.
Verkrijg en controleer bij ondertitelvoorbereiding eerst de transcriptie en lijn deze daarna waar passend uit met de bronopname. Gebruik teruggegeven begin- en eindtijden voor ondertitelsegmenten en controleer grenzen tijdens het luisteren. Uitlijning koppelt aangeleverde woorden aan audio en zou niet als bewijs moeten worden gezien dat een verkeerde transcriptie is gecorrigeerd. Het bruikbare resultaat is een gecontroleerde transcriptie met timing die gekoppeld blijft aan de beschreven opname.
De familie ondersteunt transcriptie van lange audio en officiële voorbeelden vragen om meer gegenereerde tekst voor langere invoer. De voorbeeldtokeninstellingen zijn configuratiekeuzes, geen universele context- of audioduurgrens. Plan de uitvoerruimte rond de opname en controleer of het einde aanwezig is. Beoordeel namen, hoeveelheden, taalwisselingen, verhulde woorden en overlappende spraak aan de originele audio. Taaldekking en robuustheid bij moeilijke audio garanderen geen foutloze transcriptie voor elk accent, elke opname of muzikale begeleiding. Een volledig resultaat bewaart de herkende formulering, taal en relatie met de audio zodat het kan worden doorzocht, bewerkt of verder gebruikt in een inhoudswerkstroom.
", "aboutText": "Qwen3-ASR-1.7B is Qwens grotere spraakherkenningsmodel in de Qwen3-ASR-familie. Het ontvangt audio en geeft herkende tekst en een taallabel terug. De familie bouwt op de audiobegripsbasis van Qwen3-Omni en gebruikt één ASR-model voor offline en streaming herkenning. De 1.7B-editie benadrukt herkenningskwaliteit en de afzonderlijk benoemde 0.6B-editie efficiëntie. Dit blijven aparte keuzes, ook al delen ze de gedocumenteerde talen en herkenningswerkwijzen.\n\n### Taalidentificatie en audiodekking\n\nDe fabrikant noemt 30 talen en 22 Chinese dialecten, naast Engelse accenten uit verschillende 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, Filipijns, Perzisch, Grieks, Hongaars, Macedonisch en Roemeens. Ondersteunde audiotypen zijn spraak, zangstem en liedjes met achtergrondmuziek. Dit maakt transcripties bruikbaar voor interviews, lezingen, stemopnamen en songtekstcontrole, met behoud van de originele audio om moeilijke passages te controleren.\n\n### Audio voorbereiden en een transcriptie verkrijgen\n\nDe toolkit van de producent accepteert een audiobestandsreferentie, gecodeerde audio of een golfvorm met de samplefrequentie en kan offline een verzameling opnamen verwerken. De taal kan automatisch worden gedetecteerd of als ondersteunde taal worden aangegeven. Kies automatische detectie bij een onbekende opname; geef de daadwerkelijk gesproken taal als die bekend en relevant is. Het voorbeeldresultaat toont de gedetecteerde of gekozen taal en herkende tekst. De taalinstelling stuurt herkenning van de opname, niet een verzoek om de inhoud in een andere taal te herschrijven.\n\nBewaar bij een interview de opname met datum, onderwerp en bronidentificatie en gebruik de teruggegeven tekst als doorzoekbare transcriptie. Behoud bij een lezing technische termen en numerieke uitdrukkingen tijdens beoordeling in plaats van onduidelijke woorden ongemerkt door een aannemelijke uitleg te vervangen. Controleer bij een lied de herkende tekst terwijl je naar de zang luistert, vooral als muziek een lettergreep verhult. De transcriptie kan na controle aan de audio invoer worden voor een aparte samenvattings-, vertaal- of redactiestap.\n\n### Streaming herkenning en de reikwijdte ervan\n\nDezelfde ASR-familie ondersteunt herkenning terwijl audio binnenkomt. Het streamingvoorbeeld voert opeenvolgende audiochunks in een behouden herkenningsstatus in, toont tussentijdse tekst en sluit de stream af om de definitieve taal en transcriptie te verkrijgen. Houd bij live ondertiteling of een doorlopende transcriptie de huidige incrementele tekst apart van het afgeronde resultaat. De gedocumenteerde streamingimplementatie combineert streaming niet met batchinferentie en retourneert geen tijdstempels; een transcriptie met timing gebruikt een andere werkwijze. Dit zijn producentdetails, geen belofte over het transport of de live-ondertitelinterface van een toepassing.\n\n### Woord- of tekentiming met een aparte aligner\n\nQwen3-ForcedAligner-0.6B lijnt een audio-opname uit met aangeleverde tekst en voorspelt begin- en eindtijden per woord of teken. Het is een ander model dan beide Qwen3-ASR-edities. De ASR-toolkit kan die aligner gebruiken bij aangevraagde tijdstempels in de offline transcriptiestroom; uitlijning kan ook op een bestaand tekst–audiopaar plaatsvinden. De gedocumenteerde alignerdekking is 11 talen: Chinees, Engels, Kantonees, Frans, Duits, Italiaans, Japans, Koreaans, Portugees, Russisch en Spaans. De vermelde spraakduur is maximaal vijf minuten; dit is de alignerreikwijdte, geen vijfminutengrens voor ASR-transcriptie.\n\nVerkrijg en controleer bij ondertitelvoorbereiding eerst de transcriptie en lijn deze daarna waar passend uit met de bronopname. Gebruik teruggegeven begin- en eindtijden voor ondertitelsegmenten en controleer grenzen tijdens het luisteren. Uitlijning koppelt aangeleverde woorden aan audio en zou niet als bewijs moeten worden gezien dat een verkeerde transcriptie is gecorrigeerd. Het bruikbare resultaat is een gecontroleerde transcriptie met timing die gekoppeld blijft aan de beschreven opname.\n\n### Lange opnamen en praktische grenzen\n\nDe familie ondersteunt transcriptie van lange audio en officiële voorbeelden vragen om meer gegenereerde tekst voor langere invoer. De voorbeeldtokeninstellingen zijn configuratiekeuzes, geen universele context- of audioduurgrens. Plan de uitvoerruimte rond de opname en controleer of het einde aanwezig is. Beoordeel namen, hoeveelheden, taalwisselingen, verhulde woorden en overlappende spraak aan de originele audio. Taaldekking en robuustheid bij moeilijke audio garanderen geen foutloze transcriptie voor elk accent, elke opname of muzikale begeleiding. Een volledig resultaat bewaart de herkende formulering, taal en relatie met de audio zodat het kan worden doorzocht, bewerkt of verder gebruikt in een inhoudswerkstroom.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "489ad54bf332cbfeed7578b7fc29c9eee390b72c6b216d35550d9e74de83b73f", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "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 streaming herkenning; timing per woord gebruikt een aparte 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 Qwens grotere spraakherkenningsmodel in de Qwen3-ASR-familie. Het ontvangt audio en geeft herkende tekst en een taallabel terug. De familie bouwt op de audiobegripsbasis van Qwen3-Omni en gebruikt één ASR-model voor offline en streaming herkenning. De 1.7B-editie benadrukt herkenningskwaliteit en de afzonderlijk benoemde 0.6B-editie efficiëntie. Dit blijven aparte keuzes, ook al delen ze de gedocumenteerde talen en herkenningswerkwijzen.
De fabrikant noemt 30 talen en 22 Chinese dialecten, naast Engelse accenten uit verschillende 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, Filipijns, Perzisch, Grieks, Hongaars, Macedonisch en Roemeens. Ondersteunde audiotypen zijn spraak, zangstem en liedjes met achtergrondmuziek. Dit maakt transcripties bruikbaar voor interviews, lezingen, stemopnamen en songtekstcontrole, met behoud van de originele audio om moeilijke passages te controleren.
De toolkit van de producent accepteert een audiobestandsreferentie, gecodeerde audio of een golfvorm met de samplefrequentie en kan offline een verzameling opnamen verwerken. De taal kan automatisch worden gedetecteerd of als ondersteunde taal worden aangegeven. Kies automatische detectie bij een onbekende opname; geef de daadwerkelijk gesproken taal als die bekend en relevant is. Het voorbeeldresultaat toont de gedetecteerde of gekozen taal en herkende tekst. De taalinstelling stuurt herkenning van de opname, niet een verzoek om de inhoud in een andere taal te herschrijven.
Bewaar bij een interview de opname met datum, onderwerp en bronidentificatie en gebruik de teruggegeven tekst als doorzoekbare transcriptie. Behoud bij een lezing technische termen en numerieke uitdrukkingen tijdens beoordeling in plaats van onduidelijke woorden ongemerkt door een aannemelijke uitleg te vervangen. Controleer bij een lied de herkende tekst terwijl je naar de zang luistert, vooral als muziek een lettergreep verhult. De transcriptie kan na controle aan de audio invoer worden voor een aparte samenvattings-, vertaal- of redactiestap.
Dezelfde ASR-familie ondersteunt herkenning terwijl audio binnenkomt. Het streamingvoorbeeld voert opeenvolgende audiochunks in een behouden herkenningsstatus in, toont tussentijdse tekst en sluit de stream af om de definitieve taal en transcriptie te verkrijgen. Houd bij live ondertiteling of een doorlopende transcriptie de huidige incrementele tekst apart van het afgeronde resultaat. De gedocumenteerde streamingimplementatie combineert streaming niet met batchinferentie en retourneert geen tijdstempels; een transcriptie met timing gebruikt een andere werkwijze. Dit zijn producentdetails, geen belofte over het transport of de live-ondertitelinterface van een toepassing.
Qwen3-ForcedAligner-0.6B lijnt een audio-opname uit met aangeleverde tekst en voorspelt begin- en eindtijden per woord of teken. Het is een ander model dan beide Qwen3-ASR-edities. De ASR-toolkit kan die aligner gebruiken bij aangevraagde tijdstempels in de offline transcriptiestroom; uitlijning kan ook op een bestaand tekst–audiopaar plaatsvinden. De gedocumenteerde alignerdekking is 11 talen: Chinees, Engels, Kantonees, Frans, Duits, Italiaans, Japans, Koreaans, Portugees, Russisch en Spaans. De vermelde spraakduur is maximaal vijf minuten; dit is de alignerreikwijdte, geen vijfminutengrens voor ASR-transcriptie.
Verkrijg en controleer bij ondertitelvoorbereiding eerst de transcriptie en lijn deze daarna waar passend uit met de bronopname. Gebruik teruggegeven begin- en eindtijden voor ondertitelsegmenten en controleer grenzen tijdens het luisteren. Uitlijning koppelt aangeleverde woorden aan audio en zou niet als bewijs moeten worden gezien dat een verkeerde transcriptie is gecorrigeerd. Het bruikbare resultaat is een gecontroleerde transcriptie met timing die gekoppeld blijft aan de beschreven opname.
De familie ondersteunt transcriptie van lange audio en officiële voorbeelden vragen om meer gegenereerde tekst voor langere invoer. De voorbeeldtokeninstellingen zijn configuratiekeuzes, geen universele context- of audioduurgrens. Plan de uitvoerruimte rond de opname en controleer of het einde aanwezig is. Beoordeel namen, hoeveelheden, taalwisselingen, verhulde woorden en overlappende spraak aan de originele audio. Taaldekking en robuustheid bij moeilijke audio garanderen geen foutloze transcriptie voor elk accent, elke opname of muzikale begeleiding. Een volledig resultaat bewaart de herkende formulering, taal en relatie met de audio zodat het kan worden doorzocht, bewerkt of verder gebruikt in een inhoudswerkstroom.
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 daadwerkelijk WAV-bestand en codeer de echte bytes voor de gedeclareerde JSON input_audio; voor deze exacte declaratie met uitsluitend JSON wordt geen multipart-route aangeboden. |
Levenscyclus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · de daadwerkelijk geretourneerde task_id of het record in de mediabibliotheek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De weergegeven tarieven geven een schatting van de kosten vóór de generatie. Het definitieve bedrag wordt berekend op basis van de kosten die voor de oorspronkelijke generatie zijn geregistreerd. De gemeten duur van de uitvoer en de geschatte hoeveelheden zijn 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 $0.000015 schatting vóór generatie Deze schatting is geen extra bedrag of vast tarief voor de voltooide generatie. |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 het volledige antwoord en de headers, alle daadwerkelijke uitvoer, de oorspronkelijk geretourneerde identificatoren en alle gebruiksvelden. Herstel de oorspronkelijke bewerking zonder de aanmaakaanvraag opnieuw in te dienen.
Bewaar de geretourneerde X-Client-Request-ID voor reconciliatie. Lees alleen daadwerkelijk geretourneerde 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.