Source: https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-0-6b/ Canonical: https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-0-6b/ Language: zh-hant-tw # Qwen: Qwen3 ASR 0.6B [Markdown](https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-0-6b/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-0-6b/facts.json) ## [Qwen: Qwen3 ASR 0.6B](https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-0-6b/) Qwen3-ASR-0.6B 是 Qwen 的精簡型語音辨識模型，可將說話或歌唱音訊轉為文字，並辨識語言。它與同系列模型一樣涵蓋 30 種語言與 22 種方言，提供離線及串流流程；帶時間標記的文字則使用獨立的強制對齊流程。 - [**Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-0-6b/#method-0) 關於模型 此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。 Qwen3-ASR-0.6B 是 Qwen 的 Qwen3-ASR 語音辨識系列中的精簡版本。它接收音訊，並輸出附有語言標籤的轉錄文字。開發團隊將 0.6B 定位為兼顧辨識品質與效率的版本，1.7B 則是名稱獨立、規模較大的版本。兩者都運用 Qwen3-Omni 的音訊理解能力，共享文件記載的辨識範圍，以及統一的離線與串流處理方式。這個精簡版本可在語音筆記、字幕準備或可搜尋錄音的流程中，負責轉錄步驟。 #### 語言、方言與支援的錄音 Qwen 記載了對 30 種語言與 22 種中文方言的辨識及語言識別支援，也支援不同地區的英語口音。語言表列出中文、英語、粵語、阿拉伯語、德語、法語、西班牙語、葡萄牙語、印尼語、義大利語、韓語、俄語、泰語、越南語、日語、土耳其語、印地語、馬來語、荷蘭語、瑞典語、丹麥語、芬蘭語、波蘭語、捷克語、菲律賓語、波斯語、希臘語、匈牙利語、馬其頓語與羅馬尼亞語。可辨識的音訊類型包括說話聲、歌唱人聲，以及帶有背景音樂的歌曲。較小版本仍保有這個系列的涵蓋範圍；模型規模不同，並不代表支援的語言清單不同。 #### 離線辨識與輸入準備 官方工具套件可透過檔案參照、編碼音訊，或附有取樣率的波形接收音訊。它支援離線處理多份錄音、自動偵測語言，以及指定所支援的語言。文件記載的結果包含語言與辨識出的文字。已知錄音使用哪種語言時，可以指定該語言；當一批錄音包含未知語言時，也可以交由模型辨識。請將每份錄音的識別碼與結果一併保留，讓轉錄文字能追溯至正確的來源。 處理一組語音筆記時，請為每則筆記保留獨立結果，並在將文字轉成任務或摘要前，對照錄音檢查名稱、數字與不清楚的語句。處理口述教學時，可用轉錄文字定位段落，並檢查每項指示的措辭。檢查歌詞時，請聆聽人聲聲部，不要只因為某個詞放在歌曲中說得通就接受它。這些是文字成果的準備與檢查步驟；轉錄文字的摘要、翻譯或解讀，可以再作為獨立操作進行。 #### 串流文字與錄音的完成處理 Qwen3-ASR 的離線與串流辨識使用同一個模型。在開發團隊的串流範例中，持續傳入的音訊區塊會更新保留中的辨識狀態，完成處理步驟則產生完整文字與語言。這可支援逐步更新的顯示方式，適合正在進行的轉錄。請將暫時顯示的內容視為目前的辨識狀態，並在錄音結束後保留最終結果，同時保留來源音訊以供修正。 文件記載的串流實作，不支援批次推論，也不支援在該串流流程中傳回時間戳記。因此，串流文字、一批離線轉錄結果，以及帶時間標記的字幕準備，是開發團隊的不同流程。範例中的區塊大小與詞元設定只是實作示例，並非通用的延遲、併發數或音訊長度承諾。請依所需成果選擇流程：是在錄音過程中持續取得文字、取得一批錄音的完整文字，還是取得對齊時間軸的文字。 #### 帶時間標記的文字使用 Qwen3-ForcedAligner Qwen3-ForcedAligner-0.6B 是獨立的對齊模型，即使它與這個 ASR 版本同樣使用 0.6B 的規模標示。它接收一組文字與音訊，並預測詞或字元層級的開始與結束時間。需要時間戳記時，開發團隊的離線 ASR 工具套件可以呼叫它。文件記載的語言包括中文、英語、粵語、法語、德語、義大利語、日語、韓語、葡萄牙語、俄語與西班牙語，所列的對齊範圍為最長五分鐘的語音。這個較小的語言範圍與五分鐘長度，屬於強制對齊的條件，並非 ASR 模型的一般轉錄涵蓋範圍。 製作字幕時，先準備一份經過檢查、使用錄音原語言的轉錄文字，在支援的流程適用時進行對齊，並一邊播放來源音訊，一邊檢查片段邊界。可實際使用的字幕成果會將文字與時間資訊一起保留。若轉錄中的詞有誤，應對照音訊修正文字，不要假設有對應的時間區段就代表文字正確。將這些步驟分開，就能分辨問題出在辨識、提供的文字，還是字幕邊界的位置。 #### 長音訊的轉錄結果與辨識檢查 Qwen3-ASR 系列支援較長的錄音。推論範例建議，較長音訊應允許產生更多詞元，因此請確認轉錄涵蓋錄音結尾，且沒有因輸出額度不足而被截斷。已公布的範例並未確立通用的數值化上下文視窗，或 ASR 錄音長度上限。整理較長錄音以便檢查時，請保留有用片段及其在來源中位置的對應關係。請對照原始聲音檢查聽不清楚的詞、語言切換、重疊說話聲、不常見的名稱與歌唱音節。實際成果是附有語言標籤的辨識文字，可供搜尋或後續內容處理；需要時間資訊時，再透過獨立的對齊流程加入。 **Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-0.6b` [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/zh-hant-tw/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) Alibaba /`qwen/qwen3-asr-0.6b` ### 入門 Qwen3-ASR-0.6B 是 Qwen 的精簡型語音辨識模型，可將說話或歌唱音訊轉為文字，並辨識語言。它與同系列模型一樣涵蓋 30 種語言與 22 種方言，提供離線及串流流程；帶時間標記的文字則使用獨立的強制對齊流程。 接受的輸入 音訊 結果 文字 ### Ailoot 可用 · 輸入與方法 **Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` 輸入 `audio` 輸出 `text` | 欄位 | 類型 | 要求 | 值與限制 | 預設值 | | --- | --- | --- | --- | --- | | 欄位`model` | 類型`string` | 要求必填 | 值與限制 qwen/qwen3-asr-0.6b | 預設值— | | 欄位`input_audio` | 類型`object` | 要求必填 | 值與限制 | 預設值— | | 欄位`language` | 類型`string` | 要求選填 | 值與限制 | 預設值— | | 欄位`temperature` | 類型`number` | 要求選填 | 值與限制 最小值: 0 最大值: 1 | 預設值— | | 欄位`response_format` | 類型`string` | 要求選填 | 值與限制 json, verbose\_json | 預設值json | | 欄位`timestamp_granularities` | 類型`array` | 要求選填 | 值與限制 | 預設值— | | 欄位`provider` | 類型`object` | 要求選填 | 值與限制 | 預設值— | 方法參數與生命週期 | 參數 | 規格 | | --- | --- | | 參數`content_type` | 規格application/json | | 參數`required` | 規格model, input\_audio | | 參數`material_types` | 規格audio | | 參數`material_conditions` | 規格請讀取實際的 WAV 檔案，並將其真實位元組編碼，用於所宣告的 JSON input\_audio；此確切的純 JSON 宣告並未提供 multipart 路由。 | 生命週期： `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 實際回傳的 task\_id 或媒體庫紀錄 `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### 方案 ##### 最終費用的計算方式 顯示的費率用於在生成前估算費用。最終費用依原始生成作業記錄的成本計算。實測的輸出時間長度與預估數量並非最終計費數量。 費率資訊不會增加請求選項。支援的參數列於所選方法中。 快速模式 未指定 選取快速模式時 flex 模式 未指定 選取 flex 模式時 最高推理強度 未指定 最高推理強度採用 default 調整值時 #### 供比較的預估費率 #### 各設定的價格 請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。 | 設定 | 費率表 | 預估數量 | 計費單位 | 費用 | | --- | --- | --- | --- | --- | | 設定基礎 token 費率 | 費率表基本費率 | 預估數量— | 計費單位— | 費用 輸入 · 輸入 Token · 僅供比較的估算 **—** / 1K Token 輸出 · 輸出 Token · 僅供比較的估算 **—** / 1K Token 輸入 · 讀取快取 · 僅供比較的估算 **—** / 1K Token 輸入 · 寫入快取 · 僅供比較的估算 **—** / 1K Token 輸入 · 寫入快取，1 小時 · 僅供比較的估算 **—** / 1K Token | | 設定輸入音訊秒數 | 費率表— | 預估數量— | 計費單位每秒輸入音訊 | 費用 輸入 · 輸入音訊秒數 · 僅供比較的估算 **$0.00000666** 每秒輸入音訊 | | 設定預估生成費用 | 費率表— | 預估數量單次生成估算值 | 計費單位— | 費用 輸出 · 預估生成費用 · 僅供比較的估算 **$0.00000666** 生成前估算 此估算並非額外費用，也不是本次生成完成後的固定費率。 | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 語音轉文字 curl · 精確的原生請求主體與完整結果 ```bash set -eu : "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Keep the complete original response and headers. Read every returned segment, word and usage field. # Preserve actual operation/task/asset IDs; continue reads of the original result without resubmitting. ``` ### 接收並儲存結果 #### Ailoot Ultra · 語音轉文字 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` 其他內容讀取方式 讀取現有且屬於自己的素材 ```bash set -eu : "${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. ``` ##### 保留所有已完成的結果 請保留所有完整傳回的回應、檔案與內容區塊。 保留完整回應與標頭、所有實際輸出、原始回傳的識別碼，以及所有用量欄位。恢復原始作業時，請勿再次提交建立請求。 ##### 需要檢查原始回應時 保留回傳的 X-Client-Request-ID，以供核對。僅讀取實際回傳的 task\_id/asset\_id 值或自己擁有的媒體庫；請勿以作業 ID 組成任務 URL，也請勿重新提交建立請求。 回應欄位 | 欄位 | 類型 | | --- | --- | | 欄位`text` | 類型 | | 欄位`usage` | 類型 | | 欄位`segments[]` | 類型 | | 欄位`words[]` | 類型 | | 欄位`speaker fields` | 類型 | | 欄位`timestamps` | 類型 | ### 別名 #### 模型別名 **Ailoot Ultra** [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/zh-hant-tw/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) #### 方法路徑別名 請使用上方列出的 API 方法路徑。 #### 相關呼叫用 ID [`qwen/qwen3-asr-0.6b`](https://ailoot.ai/models/zh-hant-tw/#m=qwen%2Fqwen3-asr-0.6b&route=Ultra&caller=qwen%2Fqwen3-asr-0.6b&fmt=transcriptions) FAQ · Qwen: Qwen3 ASR 0.6B 可以使用哪些輸入與結果？ `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `audio` → `text` 請求使用哪些欄位？ `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` 適用哪些限制？ `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-0.6b`: `temperature.minimum`: `0`; `temperature.maximum`: `1` 將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。 ## 公司及其專案組合 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 ## 優惠購買 token。 訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。 訂閱 為定期請求選擇優惠方案。 最高 50% 折扣碼 購買時輸入代碼，價格依活動重算。 歷史中的費用 每次請求保存模型、token 與金額。 [選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/) ## 將 API 加入 你銷售的產品。 依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。 商用應用程式 在付費功能加入文字、圖片、影片與聲音生成。 經銷授權 提供專案說明與存取方式，要求書面使用和轉售條件。 網站文件 串接前可閱讀正式服務條款、授權合約與資料處理政策。 [申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw) ## Ailoot · 公司及其專案組合 Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。 公司及其專案組合：數百萬客戶，每月銷售額達數十億。 Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。