Source: https://ailoot.ai/models/sk/qwen-qwen3-asr-0-6b/ Canonical: https://ailoot.ai/models/sk/qwen-qwen3-asr-0-6b/ Language: sk # Qwen: Qwen3 ASR 0.6B [Markdown](https://ailoot.ai/models/sk/qwen-qwen3-asr-0-6b/index.md) · [JSON](https://ailoot.ai/models/sk/qwen-qwen3-asr-0-6b/facts.json) ## [Qwen: Qwen3 ASR 0.6B](https://ailoot.ai/models/sk/qwen-qwen3-asr-0-6b/) Qwen3-ASR-0.6B je kompaktný model Qwen na rozpoznávanie reči, ktorý prevádza hovorený alebo spievaný zvuk na text s identifikáciou jazyka. Zachováva podporu 30 jazykov a 22 dialektov danej rodiny, offline aj streamované postupy a samostatné časové zarovnanie textu so zvukom. - [**Ailoot Ultra · Prepis zvuku** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/sk/qwen-qwen3-asr-0-6b/#method-0) O modeli Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu. Qwen3-ASR-0.6B je kompaktná edícia rodiny modelov Qwen3-ASR od Qwen na rozpoznávanie reči. Prijíma zvuk a vytvára prepis s označením jazyka. Výrobca predstavuje 0.6B ako vyváženie kvality rozpoznávania a efektívnosti, zatiaľ čo 1.7B je samostatne pomenovaná väčšia edícia. Obe vychádzajú zo schopnosti Qwen3-Omni rozumieť zvuku a zdieľajú dokumentovaný rozsah rozpoznávania aj jednotný prístup k offline spracovaniu a streamovaniu. Kompaktná edícia môže zabezpečiť prepis v pracovnom postupe pre hlasové poznámky, prípravu titulkov alebo prehľadávateľné nahrávky. #### Jazyky, dialekty a podporované nahrávky Qwen dokumentuje rozpoznávanie a identifikáciu 30 jazykov a 22 čínskych dialektov s podporou anglických prízvukov z rôznych regiónov. Tabuľka jazykov uvádza čínštinu, angličtinu, kantončinu, arabčinu, nemčinu, francúzštinu, španielčinu, portugalčinu, indonézštinu, taliančinu, kórejčinu, ruštinu, thajčinu, vietnamčinu, japončinu, turečtinu, hindčinu, malajčinu, holandčinu, švédčinu, dánčinu, fínčinu, poľštinu, češtinu, filipínčinu, perzštinu, gréčtinu, maďarčinu, macedónčinu a rumunčinu. Medzi rozpoznávané typy zvuku patrí reč, spev a piesne s hudbou v pozadí. Menšia edícia zachováva toto pokrytie rodiny; jej veľkosť neznamená odlišný zoznam podporovaných jazykov. #### Offline rozpoznávanie a príprava vstupu Oficiálna sada nástrojov môže prijímať zvuk prostredníctvom odkazu na súbor, zakódovaného zvuku alebo zvukovej vlny s uvedenou vzorkovacou frekvenciou. Podporuje offline spracovanie viacerých nahrávok, automatické rozpoznanie jazyka aj zadanie konkrétneho podporovaného jazyka. Dokumentovaný výsledok obsahuje jazyk a rozpoznaný text. Ak hovorený jazyk poznáte, vyberte ho; ak sú v zbierke neznáme jazyky, nechajte model, aby ich identifikoval. Pri výsledku ponechajte identifikátor príslušnej nahrávky, aby bolo možné prepis priradiť k správnemu zdroju. Pri súbore hlasových poznámok uchovajte pre každú poznámku samostatný výsledok a pred premenou textu na úlohy alebo súhrn skontrolujte mená a názvy, čísla a nejasné výrazy podľa nahrávky. Pri hovorenom návode využite prepis na vyhľadanie pasáží a overte znenie každého pokynu. Pri speve kontrolujte text počúvaním vokálnej linky a neprijímajte slovo iba preto, že v piesni dáva zmysel. Ide o prípravu a kontrolu textového výstupu; sumarizácia, preklad alebo interpretácia prepisu môžu nasledovať ako samostatné operácie. #### Streamovaný text a dokončenie nahrávky Qwen3-ASR používa ten istý model na offline aj streamované rozpoznávanie. V streamovanom príklade výrobcu prichádzajúce zvukové bloky aktualizujú uchovávaný stav rozpoznávania a krok finalizácie poskytne dokončený text a jazyk. Umožňuje to priebežné zobrazovanie vhodné pre prepis počas nahrávania. Priebežné zobrazenie berte ako aktuálny stav rozpoznávania a po skončení nahrávky uchovajte konečný výsledok; zdrojový zvuk ponechajte dostupný na opravy. Dokumentovaná implementácia streamovania v tomto postupe nepodporuje dávkovú inferenciu ani vracanie časových značiek. Streamovaný text, súbor offline prepisov a príprava časovaných titulkov sú preto samostatné pracovné postupy výrobcu. Veľkosti zvukových blokov a nastavenia tokenov v príkladoch výrobcu ilustrujú implementáciu; nie sú všeobecným prísľubom latencie, súbežnosti ani dĺžky zvuku. Postup vyberte podľa toho, či potrebujete text prichádzajúci počas nahrávania, dokončené texty zo zbierky nahrávok alebo text zarovnaný na časovú os. #### Na časovaný text slúži Qwen3-ForcedAligner Qwen3-ForcedAligner-0.6B je samostatný model na zarovnanie, hoci s touto edíciou ASR zdieľa označenie veľkosti 0.6B. Prijíma dvojicu text–zvuk a predpovedá začiatky a konce na úrovni slov alebo znakov. Offline sada nástrojov ASR od výrobcu ho môže vyvolať pri požiadavke na časové značky. Jeho dokumentovaný zoznam jazykov zahŕňa čínštinu, angličtinu, kantončinu, francúzštinu, nemčinu, taliančinu, japončinu, kórejčinu, portugalčinu, ruštinu a španielčinu a uvádzaný rozsah zarovnania je najviac päť minút reči. Tento užší zoznam jazykov a päťminútový rozsah patria k časovému zarovnaniu, nie k všeobecnému rozsahu prepisu modelu ASR. Pre titulky pripravte skontrolovaný prepis v jazyku nahrávky, zarovnajte ho tam, kde to podporovaný postup umožňuje, a pri prehrávaní zdroja skontrolujte hranice segmentov. Použiteľný titulkový výstup uchováva znenie spolu s časovaním. Ak je slovo v prepise nesprávne, opravte ho podľa zvuku namiesto predpokladu, že mu správnosť potvrdzuje časový interval. Toto oddelenie objasňuje, či je problém v rozpoznávaní, v dodanom texte alebo v umiestnení hranice titulku. #### Výstup z dlhých nahrávok a kontrola rozpoznávania Rodina Qwen3-ASR podporuje dlhé nahrávky. Jej príklady inferencie odporúčajú pri dlhšom zvuku povoliť viac generovaných tokenov, preto overte, že prepis dosiahol koniec nahrávky a že ho neprerušil nastavený limit výstupu. Zverejnené príklady nestanovujú všeobecnú číselnú veľkosť kontextového okna ani maximálnu dĺžku nahrávky ASR. Pri usporadúvaní rozsiahlejšej nahrávky na kontrolu zachovajte prepojenie medzi užitočnými úsekmi a ich pozíciami v zdroji. Nezreteľné slová, zmeny jazyka, prekrývajúcu sa reč, nezvyčajné mená a názvy aj spievané slabiky overte podľa pôvodného zvuku. Praktickým výsledkom je rozpoznaný text s označením jazyka pripravený na vyhľadávanie alebo ďalšie spracovanie obsahu; časovanie sa podľa potreby pridáva samostatným postupom zarovnania. **Ailoot Ultra · Prepis zvuku** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b` [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/sk/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) Alibaba /`qwen/qwen3-asr-0.6b` ### Úvod Qwen3-ASR-0.6B je kompaktný model Qwen na rozpoznávanie reči, ktorý prevádza hovorený alebo spievaný zvuk na text s identifikáciou jazyka. Zachováva podporu 30 jazykov a 22 dialektov danej rodiny, offline aj streamované postupy a samostatné časové zarovnanie textu so zvukom. Povolené vstupy Audio Výsledky Text ### Dostupné v Ailoot · vstupy a metódy **Ailoot Ultra · Prepis zvuku** `POST /v1/audio/transcriptions` Vstup `audio` Výstup `text` | Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | PožiadavkaPovinné | Hodnoty a limity qwen/qwen3-asr-0.6b | Predvolené— | | Pole`input_audio` | Typ`object` | PožiadavkaPovinné | Hodnoty a limity | Predvolené— | | Pole`language` | Typ`string` | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— | | Pole`temperature` | Typ`number` | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 0 Maximum: 1 | Predvolené— | | Pole`response_format` | Typ`string` | PožiadavkaVoliteľné | Hodnoty a limity json, verbose\_json | Predvolenéjson | | Pole`timestamp_granularities` | Typ`array` | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— | | Pole`provider` | Typ`object` | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— | Parametre a životný cyklus metódy | Parameter | Špecifikácia | | --- | --- | | Parameter`content_type` | Špecifikáciaapplication/json | | Parameter`required` | Špecifikáciamodel, input\_audio | | Parameter`material_types` | Špecifikáciaaudio | | Parameter`material_conditions` | ŠpecifikáciaNačítajte skutočný súbor WAV a zakódujte jeho reálne bajty pre deklarovaný vstup JSON input\_audio; pre túto presnú deklaráciu iba s JSON sa neuvádza žiadna trasa multipart. | Životný cyklus: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · skutočne vrátené task\_id alebo záznam v knižnici médií `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### Cenník ##### Ako sa vypočíta konečný poplatok Zobrazené sadzby slúžia na odhad nákladov pred generovaním. Konečný poplatok sa vypočíta z nákladov zaznamenaných pri pôvodnom generovaní. Namerané trvanie výstupu a predpokladané množstvá nepredstavujú konečné účtované množstvo. Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde. Rýchly režim Neuvedené Keď je zvolený rýchly režim Režim Flex Neuvedené Keď je zvolený režim flex Maximálna úroveň uvažovania Neuvedené Keď sa pri maximálnej úrovni uvažovania používa predvolená úprava (default) #### Odhadované sadzby na porovnanie #### Ceny podľa konfigurácie Každý poplatok priraďte k zobrazeným podmienkam. Pre každú skupinu alternatívnych konfigurácií použite jednu sadzbu. | Konfigurácia | Sadzobník | Odhadované množstvo | Účtovacia jednotka | Poplatok | | --- | --- | --- | --- | --- | | KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Odhadované množstvo— | Účtovacia jednotka— | Poplatok Vstup · Vstupné tokeny · Odhad iba na porovnanie **—** / 1K tokenov Výstup · Výstupné tokeny · Odhad iba na porovnanie **—** / 1K tokenov Vstup · Čítanie cache · Odhad iba na porovnanie **—** / 1K tokenov Vstup · Zápis do cache · Odhad iba na porovnanie **—** / 1K tokenov Vstup · Zápis do cache, 1 hod · Odhad iba na porovnanie **—** / 1K tokenov | | Konfiguráciasekunda vstupného zvuku | Sadzobník— | Odhadované množstvo— | Účtovacia jednotkaza sekundu vstupného audia | Poplatok Vstup · sekunda vstupného zvuku · Odhad iba na porovnanie **$0.00000666** za sekundu vstupného audia | | KonfiguráciaOdhadované náklady na generovanie | Sadzobník— | Odhadované množstvoodhad pre jedno generovanie | Účtovacia jednotka— | Poplatok Výstup · Odhadované náklady na generovanie · Odhad iba na porovnanie **$0.00000666** odhad pred generovaním Tento odhad nepredstavuje dodatočný poplatok ani pevnú sadzbu za dokončené generovanie. | Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. [Ako funguje rezervácia a vyúčtovanie →](https://ailoot.ai/docs/sk/billing/reserve/) ### Príklady požiadaviek #### Ailoot Ultra · Prepis zvuku curl · presné telo požiadavky v natívnom formáte a úplný výsledok ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### Prijať a uložiť výsledky #### Ailoot Ultra · Prepis zvuku - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` Čítanie ďalšieho obsahu Čítať existujúce podklady, ktoré vám patria ```bash set -eu : "${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. ``` ##### Uchovať všetky dokončené výsledky Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu. Uchovajte úplnú odpoveď a hlavičky, všetky skutočné výstupy, pôvodné vrátené identifikátory a všetky polia s údajmi o spotrebe. Obnovte pôvodnú operáciu bez opätovného odoslania požiadavky na vytvorenie. ##### Ak treba overiť pôvodnú odpoveď Uchovajte vrátené X-Client-Request-ID na zosúladenie záznamov. Čítajte iba skutočne vrátené hodnoty task\_id/asset\_id alebo vlastnú knižnicu médií; nikdy nevytvárajte URL úlohy z ID operácie a nikdy znova neodosielajte požiadavku na vytvorenie. Polia odpovede | Pole | Typ | | --- | --- | | Pole`text` | Typ | | Pole`usage` | Typ | | Pole`segments[]` | Typ | | Pole`words[]` | Typ | | Pole`speaker fields` | Typ | | Pole`timestamps` | Typ | ### Aliasy #### Aliasy modelov **Ailoot Ultra** [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/sk/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) #### Aliasy ciest metód Použite cesty metód uvedené vyššie. #### Súvisiace ID na volanie [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/sk/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) FAQ · Qwen: Qwen3 ASR 0.6B Aké vstupy a výsledky sú dostupné? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `audio` → `text` Aké polia používa požiadavka? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` Aké limity platia? `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` Pripojte Ailoot k Claude Code, OpenCode, Hermes alebo vlastnej aplikácii. ## Spoločnosť a jej portfólio projektov Spoločnosť a jej portfólio projektov: milióny zákazníkov; mesačné tržby v miliardách. ## Nakupujte tokeny so zľavou. Zľava predplatného na pravidelnú prácu. Promo kódy až 50% na nákup tokenov. Predplatné Na pravidelné požiadavky vyberte tarifu so zľavou. Promo kód až 50% Pri nákupe zadajte kód. Cena sa prepočíta podľa prebiehajúcej akcie. Výdavky v histórii Pri každej požiadavke sa uloží model, tokeny a suma. [Vybrať predplatné](https://ailoot.ai/docs/sk/billing/subscriptions/) · [Zobraziť ceny modelov](https://ailoot.ai/models/sk/) ## Pripojte API k produktu, ktorý predávate. SaaS, aplikácie a boti podľa ponuky a licenčnej zmluvy Ailoot. Na ďalší predaj požiadajte o licenciu predajcu. Komerčná aplikácia Začleňte generovanie textu, obrázkov, videa a zvuku do platených funkcií svojej služby. Licencia pre predajcu Pošlite popis projektu a spôsob poskytovania prístupu. Vyžiadajte písomné podmienky použitia a ďalšieho predaja. Dokumenty na webe Ponuka, licenčná zmluva a zásady spracovania dát sú dostupné pred pripojením. [Požiadať o licenciu predajcu](mailto:support@ailoot.ai) · [Ponuka a licenčná zmluva](https://ailoot.ai/legal/offer?lang=sk) ## Ailoot · Spoločnosť a jej portfólio projektov Ailoot stavia na dlhodobých prevádzkových skúsenostiach, širokej klientskej základni, stabilných službách a priebežnom sledovaní KPI. Spoločnosť a jej portfólio projektov: milióny zákazníkov; mesačné tržby v miliardách. Ailoot využíva tieto prevádzkové skúsenosti na poskytovanie prístupu cez API k funkciám AI v produktoch zákazníkov, agentoch, aplikáciách a automatizáciách.