Source: https://ailoot.ai/models/ru/qwen-qwen3-asr-0-6b/ Canonical: https://ailoot.ai/models/ru/qwen-qwen3-asr-0-6b/ Language: ru # Qwen: Qwen3 ASR 0.6B [Markdown](https://ailoot.ai/models/ru/qwen-qwen3-asr-0-6b/index.md) · [JSON](https://ailoot.ai/models/ru/qwen-qwen3-asr-0-6b/facts.json) ## [Qwen: Qwen3 ASR 0.6B](https://ailoot.ai/models/ru/qwen-qwen3-asr-0-6b/) Qwen3-ASR-0.6B — компактная модель Qwen для распознавания речи, преобразующая разговорное или вокальное аудио в текст с определением языка. Она сохраняет охват семейства в 30 языков и 22 диалекта, поддерживает офлайн- и потоковые процессы и отдельное принудительное выравнивание для текста с временными метками. - [**Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/ru/qwen-qwen3-asr-0-6b/#method-0) О модели Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже. Qwen3-ASR-0.6B — компактная версия семейства моделей распознавания речи Qwen3-ASR от Qwen. Она принимает аудио и выдаёт расшифровку с обозначением языка. Производитель позиционирует 0.6B как сочетание качества распознавания и эффективности, а 1.7B — как отдельно названную более крупную версию. Обе используют понимание аудио Qwen3-Omni и имеют общий документированный охват распознавания и единый подход к офлайн- и потоковой работе. Компактная версия может выполнять этап расшифровки в процессе обработки голосовых заметок, подготовки субтитров или создания записей с возможностью поиска. #### Языки, диалекты и поддерживаемые записи Qwen документирует распознавание и определение 30 языков и 22 китайских диалектов с поддержкой английских акцентов разных регионов. В языковой таблице перечислены китайский, английский, кантонский, арабский, немецкий, французский, испанский, португальский, индонезийский, итальянский, корейский, русский, тайский, вьетнамский, японский, турецкий, хинди, малайский, нидерландский, шведский, датский, финский, польский, чешский, филиппинский, персидский, греческий, венгерский, македонский и румынский. Распознаваемые виды аудио включают речь, пение и песни с фоновой музыкой. Меньшая версия сохраняет этот охват семейства; её размер не означает другой список поддерживаемых языков. #### Офлайн-распознавание и подготовка входных данных Официальный набор инструментов может получать аудио по ссылке на файл, в закодированном виде или в виде звуковой волны с указанием частоты дискретизации. Он поддерживает офлайн-обработку нескольких записей, автоматическое определение языка и указание поддерживаемого языка. Документированный результат содержит язык и распознанный текст. Выберите язык речи, если он известен, или позвольте модели определить его, если коллекция содержит неизвестные языки. Держите идентификатор каждой записи рядом с результатом, чтобы расшифровку можно было сопоставить с правильным источником. Для набора голосовых заметок сохраняйте отдельный результат для каждой заметки и сверяйте имена, числа и неясные фразы с записью, прежде чем превращать текст в задачи или сводку. Для устного учебного материала используйте расшифровку, чтобы находить фрагменты и проверять формулировку каждой инструкции. Для пения при проверке текста слушайте вокальную партию, а не принимайте слово лишь потому, что оно подходит по смыслу песни. Это этапы подготовки и проверки текстового результата; составление сводки, перевод или интерпретация расшифровки могут выполняться затем как отдельные операции. #### Потоковый текст и завершение записи Qwen3-ASR использует одну и ту же модель для офлайн- и потокового распознавания. В потоковом примере производителя поступающие фрагменты аудио обновляют сохраняемое состояние распознавания, а этап завершения выдаёт окончательный текст и язык. Это позволяет постепенно отображать текст, что удобно для расшифровки по мере записи. Рассматривайте промежуточный текст как текущее состояние распознавания и сохраняйте окончательный результат после завершения записи, оставляя исходное аудио доступным для исправлений. Документированная потоковая реализация не поддерживает пакетный инференс и возврат временных меток в этом потоковом процессе. Поэтому потоковый текст, набор офлайн-расшифровок и подготовка субтитров с временными метками — разные процессы производителя. Размеры фрагментов и настройки токенов в его примерах иллюстрируют реализацию, а не обещают универсальную задержку, число одновременных запросов или длительность аудио. Выбирайте процесс в зависимости от нужного результата: текст, поступающий во время записи, готовый текст для коллекции или текст, выровненный по временной шкале. #### Для текста с временными метками используется Qwen3-ForcedAligner Qwen3-ForcedAligner-0.6B — отдельная модель выравнивания, несмотря на общую с этой ASR-версией метку размера 0.6B. Она принимает пару «текст–аудио» и предсказывает время начала и окончания отдельных слов или символов. Офлайн-набор инструментов ASR производителя может вызывать её при запросе временных меток. Документированный набор её языков — китайский, английский, кантонский, французский, немецкий, итальянский, японский, корейский, португальский, русский и испанский, а заявленная длительность выравнивания — до пяти минут речи. Этот более узкий набор языков и пятиминутный интервал относятся к принудительному выравниванию, а не к общему охвату расшифровки ASR-модели. Для субтитров подготовьте проверенную расшифровку на языке записи, выполните выравнивание там, где применим поддерживаемый процесс, и проверьте границы сегментов при воспроизведении источника. Пригодный для использования файл субтитров сохраняет текст и временные метки вместе. Если слово в расшифровке неверно, исправьте его по аудио, а не считайте, что временной интервал подтверждает его правильность. Такое разделение позволяет понять, где возникла проблема: в распознавании, предоставленном тексте или расположении границы субтитра. #### Вывод для длинного аудио и проверка распознавания Семейство Qwen3-ASR поддерживает длинные записи. В примерах инференса рекомендуется выделять больше генерируемых токенов для более длинного аудио, поэтому убедитесь, что расшифровка доходит до конца записи и не обрывается из-за лимита вывода. Опубликованные примеры не устанавливают универсальный числовой размер контекстного окна или максимальную длительность записи для ASR. При организации длинной записи для проверки сохраняйте связь нужных фрагментов с их положением в источнике. Сверяйте неразборчивые слова, смены языка, перекрывающуюся речь, необычные имена и пропетые слоги с исходным звуком. Практический результат — распознанный текст с обозначением языка, готовый для поиска или следующего этапа работы с содержимым; при необходимости временные метки добавляются через отдельный процесс выравнивания. **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b` [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/ru/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) Alibaba /`qwen/qwen3-asr-0.6b` ### Начало Qwen3-ASR-0.6B — компактная модель Qwen для распознавания речи, преобразующая разговорное или вокальное аудио в текст с определением языка. Она сохраняет охват семейства в 30 языков и 22 диалекта, поддерживает офлайн- и потоковые процессы и отдельное принудительное выравнивание для текста с временными метками. Допустимые входные данные Аудио Результаты Текст ### Доступно в Ailoot · входные данные и методы **Ailoot Ultra · Распознавание речи** `POST /v1/audio/transcriptions` Входные данные `audio` Результат `text` | Поле | Тип | Требование | Значения и ограничения | По умолчанию | | --- | --- | --- | --- | --- | | Поле`model` | Тип`string` | ТребованиеОбязательно | Значения и ограничения qwen/qwen3-asr-0.6b | По умолчанию— | | Поле`input_audio` | Тип`object` | ТребованиеОбязательно | Значения и ограничения | По умолчанию— | | Поле`language` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`temperature` | Тип`number` | ТребованиеНеобязательно | Значения и ограничения Минимум: 0 Максимум: 1 | По умолчанию— | | Поле`response_format` | Тип`string` | ТребованиеНеобязательно | Значения и ограничения json, verbose\_json | По умолчаниюjson | | Поле`timestamp_granularities` | Тип`array` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | | Поле`provider` | Тип`object` | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— | Параметры и жизненный цикл метода | Параметр | Контракт | | --- | --- | | Параметр`content_type` | Контрактapplication/json | | Параметр`required` | Контрактmodel, input\_audio | | Параметр`material_types` | Контрактaudio | | Параметр`material_conditions` | КонтрактПрочитайте фактический файл WAV и закодируйте его реальные байты для заявленного поля input\_audio в JSON; в этом конкретном описании, допускающем только JSON, маршрут multipart не предлагается. | Жизненный цикл: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · Фактически возвращённый task\_id или запись в медиатеке `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Тарифы ##### Как рассчитывается итоговая плата Отображаемые тарифы позволяют оценить стоимость до генерации. Итоговое списание рассчитывается по стоимости, записанной для исходной генерации. Измеренная длительность результата и прогнозные объёмы не являются итоговым оплачиваемым объёмом. Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода. Быстрый режим Не указано При выборе быстрого режима Режим flex Не указано При выборе режима flex Максимальная интенсивность рассуждений Не указано При максимальной интенсивности рассуждений с корректировкой по умолчанию (default) #### Оценочные ставки для сравнения #### Цены по конфигурациям Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку. | Конфигурация | Шкала ставок | Прогноз количества | Расчётная единица | Плата | | --- | --- | --- | --- | --- | | КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Прогноз количества— | Расчётная единица— | Плата Вход · Входные токены · Оценка только для сравнения **—** / 1K токенов Выход · Выходные токены · Оценка только для сравнения **—** / 1K токенов Вход · Чтение кэша · Оценка только для сравнения **—** / 1K токенов Вход · Запись в кэш · Оценка только для сравнения **—** / 1K токенов Вход · Запись в кэш, 1 час · Оценка только для сравнения **—** / 1K токенов | | Конфигурациясекунда входного аудио | Шкала ставок— | Прогноз количества— | Расчётная единицаза секунду входного аудио | Плата Вход · секунда входного аудио · Оценка только для сравнения **$0.00000666** за секунду входного аудио | | КонфигурацияОриентировочная стоимость генерации | Шкала ставок— | Прогноз количестваОценка для одной генерации | Расчётная единица— | Плата Выход · Оценочная стоимость генерации · Оценка только для сравнения **$0.00000666** оценка до генерации Эта оценка не является дополнительным списанием или фиксированным тарифом для завершённой генерации. | Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. [Как работают резервирование и расчёт →](https://ailoot.ai/docs/ru/billing/reserve/) ### Примеры запросов #### Ailoot Ultra · Распознавание речи curl · точное тело запроса в нативном формате и полный результат ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Получить и сохранить результаты #### Ailoot Ultra · Распознавание речи - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Чтение другого содержимого Читать существующие материалы, принадлежащие вам ```bash set -eu : "${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. ``` ##### Сохраняйте все готовые результаты Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого. Сохраняйте полный ответ и заголовки, все фактические результаты, исходные возвращённые идентификаторы и все поля использования. Восстанавливайте исходную операцию без повторной отправки запроса создания. ##### Если нужно проверить исходный ответ Сохраните возвращённый X-Client-Request-ID для сверки. Читайте только фактически возвращённые значения task\_id/asset\_id или собственную медиатеку; никогда не составляйте URL задачи из ID операции и никогда не отправляйте запрос создания повторно. Поля ответа | Поле | Тип | | --- | --- | | Поле`text` | Тип | | Поле`usage` | Тип | | Поле`segments[]` | Тип | | Поле`words[]` | Тип | | Поле`speaker fields` | Тип | | Поле`timestamps` | Тип | ### Псевдонимы #### Псевдонимы моделей **Ailoot Ultra** [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/ru/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) #### Псевдонимы путей метода Используйте пути методов, указанные выше. #### Связанные ID для вызова [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/ru/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) FAQ · Qwen: Qwen3 ASR 0.6B Какие входные данные и результаты доступны? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `audio` → `text` Какие поля использует запрос? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Какие ограничения действуют? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Подключите Ailoot к Claude Code, OpenCode, Hermes или своему приложению. ## Компания и портфель её проектов Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. ## Покупайте токены со скидкой. Скидка по подписке для регулярной работы. Промокоды — до 50% на покупку токенов. Подписка Выберите тариф со скидкой для своих регулярных запросов. Промокод до 50% Введите код при покупке. Цена пересчитается с учётом действующей акции. Расходы в истории Модель, токены и сумма сохраняются для каждого запроса. [Выбрать подписку](https://ailoot.ai/docs/ru/billing/subscriptions/) · [Посмотреть цены моделей](https://ailoot.ai/models/ru/) ## Подключайте API к продукту, который вы продаёте. SaaS, приложения и боты — по оферте и лицензионному договору Ailoot. Для перепродажи запросите реселлерскую лицензию. Коммерческое приложение Встраивайте генерацию текста, картинок, видео и звука в платные функции своего сервиса. Лицензия для реселлера Пришлите описание проекта и схему доступа. Запросите письменные условия использования и перепродажи. Документы на сайте Оферта, лицензионный договор и политика обработки данных доступны до подключения. [Запросить реселлерскую лицензию](mailto:support@ailoot.ai) · [Оферта и лицензионный договор](https://ailoot.ai/legal/offer?lang=ru) ## Ailoot · Компания и портфель её проектов Ailoot опирается на накопленный опыт работы, большую клиентскую базу, стабильный сервис и постоянный контроль KPI. Компания и портфель её проектов: миллионы клиентов; продажи на миллиарды ежемесячно. Этот опыт Ailoot использует для API-доступа к нейросетям в продуктах клиентов, агентах, приложениях и автоматизациях.