La versión en tiempo real de Qwen3-ASR-Flash es un modelo de reconocimiento de voz multilingüe altamente preciso, inteligente y robusto, basado en un modelo de lenguaje grande. Aprovechando un potente modelo fundamental, grandes volúmenes de datos textuales y multimodales, y decenas de millones de horas de datos de audio, Qwen3-ASR-Flash logra un reconocimiento de voz de alta precisión, determinando automáticamente el idioma e identificando con precisión el habla en 11 idiomas, garantizando al mismo tiempo una transcripción precisa incluso en entornos de audio complejos.
Proveedor de servicios de inferencia
El proveedor de servicios de inferencia para qwen3-asr-flash-realtime es Alibaba Cloud Model Studio.
Capacidades del modelo
| Capacidad | Compatibilidad | Capacidad | Compatibilidad |
|---|---|---|---|
Modalidad de entrada | Audio | Modalidad de salida | Texto |
Experiencia del modelo | No compatible | Llamada a funciones | No compatible |
Salidas estructuradas | No compatible | Búsqueda web | No compatible |
Completado de prefijo | No compatible | Almacenamiento en caché de contexto | No compatible |
Inferencia por lotes | No compatible | Ajuste fino | No compatible |
Límites de contexto
| Parámetro | Valor | Parámetro | Valor |
|---|---|---|---|
Longitud máxima de entrada | — | Longitud máxima de salida | — |
Ventana de contexto | — |
Precios
Esta página solo muestra los precios originales para las llamadas a la API del modelo, excluyendo cualquier promoción por tiempo limitado. Visite Model Studio Console para ver ofertas promocionales.
China (Beijing)
| Concepto de facturación | Precio (USD) | Unidad |
|---|---|---|
Duración del audio | 0.000047 | Por segundo |
Singapore
Ámbito: International
| Concepto de facturación | Precio (USD) | Unidad |
|---|---|---|
Duración del audio | 0.00009 | Por segundo |
Límites de tasa
China (Beijing)
| Parámetro | Valor |
|---|---|
RPM (Solicitudes por minuto) | 1200 |
Singapore
Ámbito: International
| Parámetro | Valor |
|---|---|
RPM (Solicitudes por minuto) | 1200 |