qwen-audio-3.0-asr-flash
Audioni tinish belgilari qo‘yilgan va sonlar me’yoriy yozuvga keltirilgan, o‘qishga qulay matnga aylantiruvchi nutqni tanish modeli. Rus tili va boshqa tillarni, shuningdek, xitoy lahjalarini qo‘llab-quvvatlaydi.
- Ailoot · Nutqdan matn
POST /v1/audio/transcriptionsqwen-audio-3.0-asr-flash - Ailoot · Nutqdan matn
POST /v1/audio/transcriptionsqwen-asr - Ailoot · Nutqdan matn
POST /v1/audio/transcriptionsqwen-asr-latest
Model haqida
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
Qwen-Audio-3.0-ASR-Flash nutq yozuvini matnga aylantirish uchun mo‘ljallangan. Alibaba ko‘p tilli nutqni tanish va ifodali nutq, jumladan, she’riy ritm, klassik xitoy tili va madaniy hikoyalar bilan ishlashni ta’kidlaydi. Kirishga audio beriladi, natija esa uning matnli ko‘chirmasi bo‘ladi.
Nutqning yozma shakli
Model tinish belgilarini qo‘yadi va og‘zaki aytilgan sonlar, sanalar hamda pul summalarini odatiy yozma shaklga keltiradi. Bu shunchaki tanilgan so‘zlar ketma-ketligi emas, o‘qishga qulay matn kerak bo‘lgan ovozli xabarlar, intervyu parchalari va o‘quv nutqi uchun foydali.
30 ta til, jumladan, rus, ingliz, fransuz, nemis, yapon va arab tillari qo‘llab-quvvatlanadi. Bundan tashqari, xitoy tilining yettita asosiy lahja tizimi va 20 dan ortiq mintaqaviy talaffuz varianti hisobga olinadi. Bu to‘plam turli til va aksent xususiyatlarini tanish uchun mo‘ljallangan.
Maxsus atamalar uchun topshiriq konteksti va yordamchi so‘zlarni berish mumkin. Ular ismlar va sohaga oid so‘zlarni tanishga yo‘nalish beradi. Bu versiyada vaqt belgilari doimo yoqilgan: natijani yozuvning tegishli qismlari bilan bog‘lash mumkin. Qisqa faylning matnli ko‘chirmasi to‘liq yoki qayta ishlanishi davomida qismlarga bo‘lib qaytarilishi mumkin.
Material va cheklovlar
Yozuvning maksimal davomiyligi — besh daqiqa. Bitta topshiriqda bitta fayl ishlatiladi. AAC, AMR, AVI, FLAC, FLV, M4A, MKV, MOV, MP3, MP4, MPEG, OGG, OPUS, WAV, WEBM, WMA va WMV qo‘llab-quvvatlanadi; istalgan diskretlash chastotasi ruxsat etiladi. Formatlar ro‘yxatida videokonteyner borligi kadrlarni vizual tahlil qilishni emas, uning ovoz qismidan nutqni ajratib olishni anglatadi.
Qwen-Audio-3.0-ASR-Flash uchun so‘zlovchilarni ajratish va hissiyotlarni tanish ko‘zda tutilmagan. Uning asosiy natijasi — matn va tanilgan mazmunning yozuvdagi vaqt bilan bog‘lanishi. Qo‘shni modellarda e’lon qilingan uzoqroq yozuvlar hamda ovozni tahlil qilishning boshqa usullari bu versiyaga tegishli emas.
Ailoot · Nutqdan matn POST /v1/audio/transcriptions qwen-audio-3.0-asr-flash
qwen-audio-3.0-asr-flashqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Boshlash
Audioni tinish belgilari qo‘yilgan va sonlar me’yoriy yozuvga keltirilgan, o‘qishga qulay matnga aylantiruvchi nutqni tanish modeli. Rus tili va boshqa tillarni, shuningdek, xitoy lahjalarini qo‘llab-quvvatlaydi.
- Qabul qilinadigan kirish ma’lumotlari
- Audio
- Natijalar
- Matn
Ailoot da mavjud · kirish ma’lumotlari va usullar
Ailoot · Nutqdan matn POST /v1/audio/transcriptions
- Kirish
audio- Chiqish
text- Chiqish formati
- json
| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-audio-3.0-asr-flash | Standart— |
Maydonfile | Turfile | TalabMajburiy | Qiymatlar va cheklovlar Baytlarning eng ko‘p soni: 10 485 760 Fayl formatlari: wav, mp3, m4a, ogg, webm, flac Kontent turi: multipart/form-data Eng ko‘p davomiylik, soniya: 300 | Standart— |
Maydonresponse_format | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar json | Standart— |
Kirish materiallari birikmalari
speech_to_text · Majburiy: actual audio file
Usul parametrlari va hayot sikli
| Parametr | Parametr talablari |
|---|---|
Parametrmaterial_types | Parametr talablariaudio |
Parametrrequired | Parametr talablarinull |
Parametroptional_controls | Parametr talablarinull |
Hayot sikli: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Amalda qaytarilgan task_id yoki media kutubxonasidagi yozuv
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Metod tuzilishlari va IDlari aniq; yetkazib beruvchining imkoniyati so‘rovni qabul qilishga ruxsatdan alohida.
Tariflar
Ailoot usullari tariflari
POST /v1/audio/transcriptions- Kirish
- 0,0021 US$ audio daqiqasi uchun
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
So‘rov namunalari
Ailoot · Nutqdan matn
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
Natijalarni olish va saqlash
Ailoot · Nutqdan matn
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Barcha tayyor natijalarni saqlash
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Faqat matnni emas, to‘liq JSON ni saqlang; mavjud har bir segment/so‘zlovchi/vaqt belgisini va haqiqiy vazifa/aktiv identifikatorini saqlang.
Asl javobni tekshirish kerak bo‘lsa
Ma’lumotlarni solishtirib tekshirish uchun dastlabki operation_id/X-Client-Request-ID ni saqlang va so‘rovni qayta yubormang; audio holatini davriy tekshirish uchun alohida yo‘nalish yo‘q.
Javob maydonlari
| Maydon | Tur |
|---|---|
Maydontext | Turstring |
Maydonsegments[] | Turobject |
Maydontask_id | Turstring |
Maydonasset_url | Turstring |
Maydonusage | Turobject |
Xatolar va keyingi qadamlar
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Javobserver_error | ShartQaytarilgan javob operatsiya yoki natijani tekshirish kerakligini bildiradi | Keyingi qadamDastlab qaytarilgan operatsiya/vazifa ID sini, so‘rov sarlavhalarini va javobni saqlang; aynan shu operatsiya uchun qo‘llab-quvvatlanadigan o‘qish so‘rovlarini davom ettiring. Yaratish so‘rovini qayta yubormang. |
Taxalluslar
Model taxalluslari
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Usul yo‘llari taxalluslari
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Chaqirish uchun tegishli ID lar
Ailoot · Nutqdan matn POST /v1/audio/transcriptions qwen-asr
qwen-asrqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Boshlash
Audioni tinish belgilari qo‘yilgan va sonlar me’yoriy yozuvga keltirilgan, o‘qishga qulay matnga aylantiruvchi nutqni tanish modeli. Rus tili va boshqa tillarni, shuningdek, xitoy lahjalarini qo‘llab-quvvatlaydi.
- Qabul qilinadigan kirish ma’lumotlari
- Audio
- Natijalar
- Matn
Ailoot da mavjud · kirish ma’lumotlari va usullar
Ailoot · Nutqdan matn POST /v1/audio/transcriptions
- Kirish
audio- Chiqish
text- Chiqish formati
- json
| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-asr | Standart— |
Maydonfile | Turfile | TalabMajburiy | Qiymatlar va cheklovlar Baytlarning eng ko‘p soni: 10 485 760 Fayl formatlari: wav, mp3, m4a, ogg, webm, flac Kontent turi: multipart/form-data Eng ko‘p davomiylik, soniya: 300 | Standart— |
Maydonresponse_format | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar json | Standart— |
Kirish materiallari birikmalari
speech_to_text · Majburiy: actual audio file
Usul parametrlari va hayot sikli
| Parametr | Parametr talablari |
|---|---|
Parametrmaterial_types | Parametr talablariaudio |
Parametrrequired | Parametr talablarinull |
Parametroptional_controls | Parametr talablarinull |
Hayot sikli: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Amalda qaytarilgan task_id yoki media kutubxonasidagi yozuv
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Metod tuzilishlari va IDlari aniq; yetkazib beruvchining imkoniyati so‘rovni qabul qilishga ruxsatdan alohida.
Tariflar
Ailoot usullari tariflari
POST /v1/audio/transcriptions- Kirish
- 0,0021 US$ audio daqiqasi uchun
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
So‘rov namunalari
Ailoot · Nutqdan matn
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
Natijalarni olish va saqlash
Ailoot · Nutqdan matn
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Barcha tayyor natijalarni saqlash
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Faqat matnni emas, to‘liq JSON ni saqlang; mavjud har bir segment/so‘zlovchi/vaqt belgisini va haqiqiy vazifa/aktiv identifikatorini saqlang.
Asl javobni tekshirish kerak bo‘lsa
Ma’lumotlarni solishtirib tekshirish uchun dastlabki operation_id/X-Client-Request-ID ni saqlang va so‘rovni qayta yubormang; audio holatini davriy tekshirish uchun alohida yo‘nalish yo‘q.
Javob maydonlari
| Maydon | Tur |
|---|---|
Maydontext | Turstring |
Maydonsegments[] | Turobject |
Maydontask_id | Turstring |
Maydonasset_url | Turstring |
Maydonusage | Turobject |
Xatolar va keyingi qadamlar
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Javobserver_error | ShartQaytarilgan javob operatsiya yoki natijani tekshirish kerakligini bildiradi | Keyingi qadamDastlab qaytarilgan operatsiya/vazifa ID sini, so‘rov sarlavhalarini va javobni saqlang; aynan shu operatsiya uchun qo‘llab-quvvatlanadigan o‘qish so‘rovlarini davom ettiring. Yaratish so‘rovini qayta yubormang. |
Taxalluslar
Model taxalluslari
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Usul yo‘llari taxalluslari
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Chaqirish uchun tegishli ID lar
Ailoot · Nutqdan matn POST /v1/audio/transcriptions qwen-asr-latest
qwen-asr-latestqwen-audio-3.0-asr-flashqwen-asrqwen-asr-latest
Boshlash
Audioni tinish belgilari qo‘yilgan va sonlar me’yoriy yozuvga keltirilgan, o‘qishga qulay matnga aylantiruvchi nutqni tanish modeli. Rus tili va boshqa tillarni, shuningdek, xitoy lahjalarini qo‘llab-quvvatlaydi.
- Qabul qilinadigan kirish ma’lumotlari
- Audio
- Natijalar
- Matn
Ailoot da mavjud · kirish ma’lumotlari va usullar
Ailoot · Nutqdan matn POST /v1/audio/transcriptions
- Kirish
audio- Chiqish
text- Chiqish formati
- json
| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar qwen-asr-latest | Standart— |
Maydonfile | Turfile | TalabMajburiy | Qiymatlar va cheklovlar Baytlarning eng ko‘p soni: 10 485 760 Fayl formatlari: wav, mp3, m4a, ogg, webm, flac Kontent turi: multipart/form-data Eng ko‘p davomiylik, soniya: 300 | Standart— |
Maydonresponse_format | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar json | Standart— |
Kirish materiallari birikmalari
speech_to_text · Majburiy: actual audio file
Usul parametrlari va hayot sikli
| Parametr | Parametr talablari |
|---|---|
Parametrmaterial_types | Parametr talablariaudio |
Parametrrequired | Parametr talablarinull |
Parametroptional_controls | Parametr talablarinull |
Hayot sikli: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Amalda qaytarilgan task_id yoki media kutubxonasidagi yozuv
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Metod tuzilishlari va IDlari aniq; yetkazib beruvchining imkoniyati so‘rovni qabul qilishga ruxsatdan alohida.
Tariflar
Ailoot usullari tariflari
POST /v1/audio/transcriptions- Kirish
- 0,0021 US$ audio daqiqasi uchun
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
So‘rov namunalari
Ailoot · Nutqdan matn
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
Natijalarni olish va saqlash
Ailoot · Nutqdan matn
json
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
Barcha tayyor natijalarni saqlash
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Faqat matnni emas, to‘liq JSON ni saqlang; mavjud har bir segment/so‘zlovchi/vaqt belgisini va haqiqiy vazifa/aktiv identifikatorini saqlang.
Asl javobni tekshirish kerak bo‘lsa
Ma’lumotlarni solishtirib tekshirish uchun dastlabki operation_id/X-Client-Request-ID ni saqlang va so‘rovni qayta yubormang; audio holatini davriy tekshirish uchun alohida yo‘nalish yo‘q.
Javob maydonlari
| Maydon | Tur |
|---|---|
Maydontext | Turstring |
Maydonsegments[] | Turobject |
Maydontask_id | Turstring |
Maydonasset_url | Turstring |
Maydonusage | Turobject |
Xatolar va keyingi qadamlar
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Javobserver_error | ShartQaytarilgan javob operatsiya yoki natijani tekshirish kerakligini bildiradi | Keyingi qadamDastlab qaytarilgan operatsiya/vazifa ID sini, so‘rov sarlavhalarini va javobni saqlang; aynan shu operatsiya uchun qo‘llab-quvvatlanadigan o‘qish so‘rovlarini davom ettiring. Yaratish so‘rovini qayta yubormang. |
Taxalluslar
Model taxalluslari
Ailoot qwen-audio-3.0-asr-flash, qwen-asr, qwen-asr-latest
Usul yo‘llari taxalluslari
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Chaqirish uchun tegishli ID lar
FAQ · qwen-audio-3.0-asr-flash
- Qanday kirish ma’lumotlari va natijalar mavjud?
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- So‘rov qaysi maydonlardan foydalanadi?
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