qwen-audio-3.0-asr-flash
โมเดลรู้จำเสียงพูดที่แปลงเสียงเป็นข้อความอ่านง่าย พร้อมเครื่องหมายวรรคตอนและการปรับรูปแบบตัวเลข รองรับภาษารัสเซียและภาษาอื่น ๆ รวมถึงภาษาถิ่นจีน
- Ailoot · เสียงพูดเป็นข้อความ
POST /v1/audio/transcriptionsqwen-audio-3.0-asr-flash - Ailoot · เสียงพูดเป็นข้อความ
POST /v1/audio/transcriptionsqwen-asr - Ailoot · เสียงพูดเป็นข้อความ
POST /v1/audio/transcriptionsqwen-asr-latest
เกี่ยวกับโมเดล
คำอธิบายนี้ครอบคลุมความสามารถของโมเดล อินพุต เอาต์พุต และตัวเลือกที่ใช้ได้ใน Ailoot แสดงด้านล่างตามเมธอดที่เลือก
Qwen-Audio-3.0-ASR-Flash ใช้แปลงเสียงพูดที่บันทึกไว้เป็นข้อความ Alibaba เน้นการรู้จำหลายภาษาและการทำงานกับเสียงพูดที่มีลีลาการถ่ายทอด รวมถึงจังหวะบทกวี ภาษาจีนคลาสสิก และการเล่าเรื่องทางวัฒนธรรม อินพุตคือเสียง ส่วนผลลัพธ์คือข้อความถอดเสียง
จากเสียงพูดสู่ภาษาเขียน
โมเดลใส่เครื่องหมายวรรคตอน และแปลงตัวเลข วันที่ และจำนวนเงินที่พูดให้เป็นรูปแบบภาษาเขียนที่ใช้กัน เหมาะกับข้อความเสียง ช่วงหนึ่งของการสัมภาษณ์ และเสียงพูดเพื่อการเรียนรู้ที่ต้องการข้อความอ่านง่าย ไม่ใช่เพียงลำดับคำที่รู้จำได้
รองรับ 30 ภาษา รวมถึงรัสเซีย อังกฤษ ฝรั่งเศส เยอรมัน ญี่ปุ่น และอาหรับ นอกจากนี้ยังครอบคลุมกลุ่มภาษาถิ่นจีนหลักเจ็ดกลุ่ม และรูปแบบการออกเสียงในภูมิภาคอีกมากกว่า 20 แบบ เพื่อรองรับความแตกต่างด้านภาษาและสำเนียง
สำหรับศัพท์เฉพาะ สามารถส่งบริบทของงานและคำใบ้ประกอบได้ ข้อมูลเหล่านี้ช่วยชี้นำการรู้จำชื่อและคำศัพท์เฉพาะสาขา เวอร์ชันนี้เปิดใช้การประทับเวลาไว้เสมอ จึงสามารถเชื่อมผลลัพธ์กับช่วงที่เกี่ยวข้องในเสียงบันทึกได้ ข้อความถอดเสียงของไฟล์สั้นอาจส่งกลับมาทั้งหมดในครั้งเดียว หรือทยอยส่งระหว่างประมวลผล
ไฟล์และข้อจำกัด
เสียงบันทึกยาวได้สูงสุดห้านาที ใช้หนึ่งไฟล์ต่อหนึ่งงาน รองรับ AAC, AMR, AVI, FLAC, FLV, M4A, MKV, MOV, MP3, MP4, MPEG, OGG, OPUS, WAV, WEBM, WMA และ WMV โดยใช้อัตราสุ่มสัญญาณใดก็ได้ การมีคอนเทนเนอร์วิดีโออยู่ในรายการรูปแบบหมายถึงการดึงเสียงพูดจากส่วนเสียง ไม่ใช่การวิเคราะห์ภาพในเฟรม
Qwen-Audio-3.0-ASR-Flash ไม่มีความสามารถแยกผู้พูดหรือรู้จำอารมณ์ ผลลัพธ์หลักคือข้อความและการเชื่อมเนื้อหาที่รู้จำได้กับเวลาในเสียงบันทึก ความสามารถรองรับเสียงบันทึกที่ยาวกว่าและการวิเคราะห์เสียงแบบอื่นที่ระบุสำหรับโมเดลใกล้เคียง ไม่ได้เป็นความสามารถของเวอร์ชันนี้
Ailoot · เสียงพูดเป็นข้อความ POST /v1/audio/transcriptions qwen-audio-3.0-asr-flash
qwen-audio-3.0-asr-flashqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
เริ่มต้น
โมเดลรู้จำเสียงพูดที่แปลงเสียงเป็นข้อความอ่านง่าย พร้อมเครื่องหมายวรรคตอนและการปรับรูปแบบตัวเลข รองรับภาษารัสเซียและภาษาอื่น ๆ รวมถึงภาษาถิ่นจีน
- อินพุตที่รองรับ
- เสียง
- ผลลัพธ์
- ข้อความ
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot · เสียงพูดเป็นข้อความ POST /v1/audio/transcriptions
- ขาเข้า
audio- ขาออก
text- รูปแบบเอาต์พุต
- json
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด qwen-audio-3.0-asr-flash | ค่าเริ่มต้น— |
ฟิลด์file | ประเภทfile | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนไบต์สูงสุด: 10,485,760 รูปแบบไฟล์: wav, mp3, m4a, ogg, webm, flac ประเภทเนื้อหา: multipart/form-data ความยาวสูงสุด หน่วยวินาที: 300 | ค่าเริ่มต้น— |
ฟิลด์response_format | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด json | ค่าเริ่มต้น— |
ชุดผสมของสื่ออินพุต
speech_to_text · จำเป็น: actual audio file
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์material_types | ข้อกำหนดaudio |
พารามิเตอร์required | ข้อกำหนดnull |
พารามิเตอร์optional_controls | ข้อกำหนดnull |
วงจรการทำงาน: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ
ราคา
อัตราค่าบริการเมธอด Ailoot
POST /v1/audio/transcriptions- ขาเข้า
- US$0.0021 ต่อนาทีของเสียง
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot · เสียงพูดเป็นข้อความ
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $AILOOT_API_KEY" \
--form-string model=qwen-audio-3.0-asr-flash -F "file=@$AILOOT_AUDIO_FILE" \
-D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
รับและบันทึกผลลัพธ์
Ailoot · เสียงพูดเป็นข้อความ
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บ JSON ทั้งหมด ไม่ใช่เฉพาะข้อความ คงช่วงข้อความ/ผู้พูด/เวลาทุกรายการที่มีและตัวตนงาน/แอสเซ็ตจริงไว้
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
เก็บ operation_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์text | ประเภทstring |
ฟิลด์segments[] | ประเภทobject |
ฟิลด์task_id | ประเภทstring |
ฟิลด์asset_url | ประเภทstring |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
การตอบกลับserver_error | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
Ailoot · เสียงพูดเป็นข้อความ POST /v1/audio/transcriptions qwen-asr
qwen-asrqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
เริ่มต้น
โมเดลรู้จำเสียงพูดที่แปลงเสียงเป็นข้อความอ่านง่าย พร้อมเครื่องหมายวรรคตอนและการปรับรูปแบบตัวเลข รองรับภาษารัสเซียและภาษาอื่น ๆ รวมถึงภาษาถิ่นจีน
- อินพุตที่รองรับ
- เสียง
- ผลลัพธ์
- ข้อความ
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot · เสียงพูดเป็นข้อความ POST /v1/audio/transcriptions
- ขาเข้า
audio- ขาออก
text- รูปแบบเอาต์พุต
- json
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด qwen-asr | ค่าเริ่มต้น— |
ฟิลด์file | ประเภทfile | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนไบต์สูงสุด: 10,485,760 รูปแบบไฟล์: wav, mp3, m4a, ogg, webm, flac ประเภทเนื้อหา: multipart/form-data ความยาวสูงสุด หน่วยวินาที: 300 | ค่าเริ่มต้น— |
ฟิลด์response_format | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด json | ค่าเริ่มต้น— |
ชุดผสมของสื่ออินพุต
speech_to_text · จำเป็น: actual audio file
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์material_types | ข้อกำหนดaudio |
พารามิเตอร์required | ข้อกำหนดnull |
พารามิเตอร์optional_controls | ข้อกำหนดnull |
วงจรการทำงาน: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ
ราคา
อัตราค่าบริการเมธอด Ailoot
POST /v1/audio/transcriptions- ขาเข้า
- US$0.0021 ต่อนาทีของเสียง
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot · เสียงพูดเป็นข้อความ
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $AILOOT_API_KEY" \
--form-string model=qwen-asr -F "file=@$AILOOT_AUDIO_FILE" \
-D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
รับและบันทึกผลลัพธ์
Ailoot · เสียงพูดเป็นข้อความ
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บ JSON ทั้งหมด ไม่ใช่เฉพาะข้อความ คงช่วงข้อความ/ผู้พูด/เวลาทุกรายการที่มีและตัวตนงาน/แอสเซ็ตจริงไว้
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
เก็บ operation_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์text | ประเภทstring |
ฟิลด์segments[] | ประเภทobject |
ฟิลด์task_id | ประเภทstring |
ฟิลด์asset_url | ประเภทstring |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
การตอบกลับserver_error | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
Ailoot · เสียงพูดเป็นข้อความ POST /v1/audio/transcriptions qwen-asr-latest
qwen-asr-latestqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
เริ่มต้น
โมเดลรู้จำเสียงพูดที่แปลงเสียงเป็นข้อความอ่านง่าย พร้อมเครื่องหมายวรรคตอนและการปรับรูปแบบตัวเลข รองรับภาษารัสเซียและภาษาอื่น ๆ รวมถึงภาษาถิ่นจีน
- อินพุตที่รองรับ
- เสียง
- ผลลัพธ์
- ข้อความ
ใช้งานได้ใน Ailoot · อินพุตและเมธอด
Ailoot · เสียงพูดเป็นข้อความ POST /v1/audio/transcriptions
- ขาเข้า
audio- ขาออก
text- รูปแบบเอาต์พุต
- json
| ฟิลด์ | ประเภท | ข้อกำหนด | ค่าและข้อจำกัด | ค่าเริ่มต้น |
|---|---|---|---|---|
ฟิลด์model | ประเภทstring | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด qwen-asr-latest | ค่าเริ่มต้น— |
ฟิลด์file | ประเภทfile | ข้อกำหนดจำเป็น | ค่าและข้อจำกัด จำนวนไบต์สูงสุด: 10,485,760 รูปแบบไฟล์: wav, mp3, m4a, ogg, webm, flac ประเภทเนื้อหา: multipart/form-data ความยาวสูงสุด หน่วยวินาที: 300 | ค่าเริ่มต้น— |
ฟิลด์response_format | ประเภทstring | ข้อกำหนดไม่บังคับ | ค่าและข้อจำกัด json | ค่าเริ่มต้น— |
ชุดผสมของสื่ออินพุต
speech_to_text · จำเป็น: actual audio file
พารามิเตอร์และวงจรการทำงานของเมธอด
| พารามิเตอร์ | ข้อกำหนด |
|---|---|
พารามิเตอร์material_types | ข้อกำหนดaudio |
พารามิเตอร์required | ข้อกำหนดnull |
พารามิเตอร์optional_controls | ข้อกำหนดnull |
วงจรการทำงาน: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · ค่า task_id ที่ส่งกลับมาจริง หรือระเบียนในคลังสื่อ
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
รูปแบบเมธอดและ ID ระบุอย่างแม่นยำ ความสามารถของผู้ให้บริการแยกจากการอนุญาตให้รับคำขอ
ราคา
อัตราค่าบริการเมธอด Ailoot
POST /v1/audio/transcriptions- ขาเข้า
- US$0.0021 ต่อนาทีของเสียง
Ailoot กันยอดเงินประมาณการไว้ก่อนส่งคำขอ หลังได้ผลลัพธ์ จะคิดค่าบริการสุดท้ายตามการใช้งานที่วัดได้ การคิดค่าบริการแบบสตรีมใช้บันทึกการใช้งานสุดท้าย วิธีกันยอดเงินและคิดค่าบริการสุดท้าย →
ตัวอย่างคำขอ
Ailoot · เสียงพูดเป็นข้อความ
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_AUDIO_FILE:?Set your actual MP3 recording}"
export AILOOT_AUDIO_FILE
python3 - <<'PY_REQUEST'
import os
from pathlib import Path
f=Path(os.environ["AILOOT_AUDIO_FILE"])
if not f.is_file() or f.suffix.lower()!=".mp3":raise SystemExit("Choose your actual MP3 recording")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $AILOOT_API_KEY" \
--form-string model=qwen-asr-latest -F "file=@$AILOOT_AUDIO_FILE" \
-D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))
PY_RESULT
รับและบันทึกผลลัพธ์
Ailoot · เสียงพูดเป็นข้อความ
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
เก็บผลลัพธ์ที่เสร็จสมบูรณ์ทั้งหมด
เก็บทุกการตอบกลับ ไฟล์ และส่วนเนื้อหาที่ส่งกลับมาอย่างครบถ้วน
เก็บ JSON ทั้งหมด ไม่ใช่เฉพาะข้อความ คงช่วงข้อความ/ผู้พูด/เวลาทุกรายการที่มีและตัวตนงาน/แอสเซ็ตจริงไว้
เมื่อต้องตรวจสอบการตอบกลับต้นฉบับ
เก็บ operation_id/X-Client-Request-ID เดิมไว้เพื่อกระทบยอดโดยไม่ส่งคำขอซ้ำ ไม่มีเส้นทางเฉพาะสำหรับตรวจสอบสถานะงานเสียงเป็นระยะ
ฟิลด์การตอบกลับ
| ฟิลด์ | ประเภท |
|---|---|
ฟิลด์text | ประเภทstring |
ฟิลด์segments[] | ประเภทobject |
ฟิลด์task_id | ประเภทstring |
ฟิลด์asset_url | ประเภทstring |
ฟิลด์usage | ประเภทobject |
ข้อผิดพลาดและขั้นตอนถัดไป
| การตอบกลับ | เงื่อนไข | ขั้นตอนถัดไป |
|---|---|---|
การตอบกลับ400 · invalid_request_error | เงื่อนไขฟิลด์จำเป็น รูปแบบการแทนข้อมูล หรือค่าพารามิเตอร์ไม่ถูกต้อง | ขั้นตอนถัดไปแก้ฟิลด์ที่ระบุก่อนส่งคำขอสร้างครั้งใหม่ |
การตอบกลับserver_error | เงื่อนไขการตอบกลับที่ได้รับระบุว่าต้องตรวจสอบการดำเนินการหรือผลลัพธ์ | ขั้นตอนถัดไปเก็บ ID การดำเนินการ/งานที่ส่งกลับมาแต่เดิม ส่วนหัวของคำขอ และการตอบกลับไว้ แล้วอ่านข้อมูลการดำเนินการเดิมนั้นต่อด้วยวิธีที่รองรับ ห้ามส่งคำขอสร้างซ้ำ |
ชื่ออื่น
ชื่ออื่นของโมเดล
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
ชื่อพาธเมธอดอื่น
ใช้พาธเมธอดที่แสดงด้านบน
ID ที่เกี่ยวข้องสำหรับเรียกใช้โมเดล
FAQ · qwen-audio-3.0-asr-flash
- มีอินพุตและผลลัพธ์ใดบ้าง?
POST /v1/audio/transcriptions·qwen-audio-3.0-asr-flash:audio→textPOST /v1/audio/transcriptions·qwen-asr:audio→textPOST /v1/audio/transcriptions·qwen-asr-latest:audio→text- คำขอใช้ฟิลด์ใดบ้าง?
POST /v1/audio/transcriptions·qwen-audio-3.0-asr-flash:model,file,response_formatPOST /v1/audio/transcriptions·qwen-asr:model,file,response_formatPOST /v1/audio/transcriptions·qwen-asr-latest:model,file,response_format