Source: https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-1-7b/ Canonical: https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-1-7b/ Language: zh-hant-tw # Qwen: Qwen3 ASR 1.7B [Markdown](https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-1-7b/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-1-7b/facts.json) ## [Qwen: Qwen3 ASR 1.7B](https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-1-7b/) Qwen3-ASR-1.7B 將語音及歌唱轉成文字，並識別語言。Qwen 記載 30 種語言、22 種中文方言，以及離線或串流辨識；詞語層級時間資訊使用獨立 Qwen3-ForcedAligner 流程。 - [**Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-1.7b`](https://ailoot.ai/models/zh-hant-tw/qwen-qwen3-asr-1-7b/#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-1.7B 是 Qwen3-ASR 系列中較大的語音辨識模型。它接收音訊，回傳辨識文字及語言標籤。此系列以 Qwen3-Omni 的音訊理解為基礎，使用同一 ASR 模型進行離線及串流辨識。1.7B 版本著重辨識品質，另外具名的 0.6B 版本著重效率。即使共享文件記載的語言範圍及辨識流程，這兩個版本仍是不同選項。 #### 語言識別及音訊範圍 開發商列出 30 種語言及 22 種中文方言，也包含多地區英文口音。語言清單包括中文、英文、粵語、阿拉伯文、德文、法文、西班牙文、葡萄牙文、印尼文、義大利文、韓文、俄文、泰文、越南文、日文、土耳其文、印地文、馬來文、荷蘭文、瑞典文、丹麥文、芬蘭文、波蘭文、捷克文、菲律賓文、波斯文、希臘文、匈牙利文、馬其頓文及羅馬尼亞文。支援音訊類型包含語音、歌聲及帶背景音樂的歌曲。這些能力讓逐字稿適用於訪談、講座、語音錄音及歌詞審查，並保留原始音訊以檢查困難段落。 #### 準備音訊並取得逐字稿 開發商工具組接受音訊檔案參考、編碼音訊，或搭配取樣率的波形；離線流程可處理一組錄音。它可以自動偵測語言，或使用指定且受支援的語言。不明錄音請選擇自動偵測；實際說話語言已知且與任務相關時，請提供該語言。範例結果會提供偵測或選定語言及辨識文字。語言設定引導錄音辨識，不是要求把內容改寫成另一種語言。 訪談請將錄音與日期、主題及來源識別碼連結，再將回傳文字作為可搜尋逐字稿。講座審查請保留技術術語及數值表達，不要默默將不清楚字詞替換成看似合理的解釋。歌曲請聆聽人聲旋律並檢查辨識歌詞，尤其音樂掩蓋某個音節時。措辭與音訊核對後，逐字稿可成為另一個摘要、翻譯或編輯步驟的輸入。 #### 串流辨識及其範圍 同一 ASR 系列支援音訊傳入時的辨識。開發商串流範例將連續音訊區塊送入保留的辨識狀態，顯示暫時文字，再結束串流取得最終語言及逐字稿。準備即時字幕或持續更新的逐字稿時，請區分目前增量文字與完成結果。文件記載的串流實作不會結合串流與批次推論，也不回傳時間戳記；附時間逐字稿使用不同流程。這些是開發商實作細節，不是對應用程式傳輸或即時字幕介面的承諾。 #### 使用獨立對齊器取得詞語或字元時間 Qwen3-ForcedAligner-0.6B 將錄音與提供文字對齊，預測詞語或字元層級的開始及結束時間。它與兩個 Qwen3-ASR 版本都是不同模型。ASR 工具組在離線轉錄流程要求時間戳記時可使用此對齊器，也可對現有文字與音訊配對執行對齊。對齊器記載涵蓋 11 種語言：中文、英文、粵語、法文、德文、義大利文、日文、韓文、葡萄牙文、俄文及西班牙文。其記載語音長度最多五分鐘；這是對齊器範圍，不是 ASR 轉錄的五分鐘上限。 準備字幕時，先取得及審查逐字稿，再於適用的對齊流程中與來源錄音對齊。請用回傳開始及結束時間準備字幕片段，並聆聽檢查界線。對齊將提供字詞與音訊連結，不應視為錯誤逐字稿已被修正的證據。實用成果是經過檢查的逐字稿，附有時間資訊，持續連結其描述的錄音。 #### 長錄音及實務限制 此系列支援長音訊轉錄，官方範例指示較長輸入應允許更多生成文字。示範 token 設定是配置選擇，不是通用模型上下文或音訊時長限制。請根據錄音規劃輸出額度，檢查是否包含結尾。根據原始聲音審查名稱、數量、語言變化、遮蔽字詞及重疊語音。語言範圍及對困難音訊的穩健性，不保證每種口音、錄音或音樂編排都能產生完美逐字稿。完整結果保留辨識措辭、語言及與音訊的關係，讓它可搜尋、編輯，或用於後續內容流程。 **Ailoot Ultra · 語音轉文字** `POST /v1/audio/transcriptions` `qwen/qwen3-asr-1.7b` [`qwen/qwen3-asr-1.7b`](https://ailoot.ai/models/zh-hant-tw/#m=qwen%2Fqwen3-asr-1.7b&route=Ultra&caller=qwen%2Fqwen3-asr-1.7b&fmt=transcriptions) Alibaba /`qwen/qwen3-asr-1.7b` ### 入門 Qwen3-ASR-1.7B 將語音及歌唱轉成文字，並識別語言。Qwen 記載 30 種語言、22 種中文方言，以及離線或串流辨識；詞語層級時間資訊使用獨立 Qwen3-ForcedAligner 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-1.7b | 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 **$0.000015** 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 **$0.000015** 生成前估算 此估算並非額外費用，也不是本次生成完成後的固定費率。 | Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/) ### 請求範例 #### Ailoot Ultra · 語音轉文字 curl · 精確的原生請求主體與完整結果 ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_AUDIO_FILE:?Set the path to your actual WAV recording}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path import base64 audio=Path(os.environ['AILOOT_AUDIO_FILE']).read_bytes() if not (audio[:4]==b'RIFF' and audio[8:12]==b'WAVE'): raise SystemExit('Supply an actual WAV audio file') if len(audio)>26214400: raise SystemExit('Use a documented supported large-file flow') request={'model': 'qwen/qwen3-asr-1.7b', 'input_audio': {'data': '${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-1.7b`](https://ailoot.ai/models/zh-hant-tw/#m=qwen%2Fqwen3-asr-1.7b&route=Ultra&caller=qwen%2Fqwen3-asr-1.7b&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-1.7b`](https://ailoot.ai/models/zh-hant-tw/#m=qwen%2Fqwen3-asr-1.7b&route=Ultra&caller=qwen%2Fqwen3-asr-1.7b&fmt=transcriptions) FAQ · Qwen: Qwen3 ASR 1.7B 可以使用哪些輸入與結果？ `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-1.7b`: `audio` → `text` 請求使用哪些欄位？ `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-1.7b`: `model`, `input_audio`, `language`, `temperature`, `response_format`, `timestamp_granularities`, `provider` 適用哪些限制？ `POST /v1/audio/transcriptions` · `qwen/qwen3-asr-1.7b`: `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。