Qwen-Audio-3.1-ASR-Flash-Streaming 端到端即時語音識別大模型，面向即時會議、直播字幕與智慧互動等場景，具備低延遲、高精度的串流語音轉寫能力。模型支援多語種與多地區中文方言識別、中英文自由切換、熱詞及上下文增強、標點預測與文字規範化，並具備較強的雜訊魯棒性，可適應複雜聲學環境。同時該版本支援多種方言 ASR/AST 可控輸出。
推理服務供應商
qwen-audio-3.1-asr-flash-streaming模型的推理服務供應商為阿里雲百煉。
模型能力
| 能力項目 | 支援情況 | 能力項目 | 支援情況 |
|---|
| 輸入模態 | Audio | 輸出模態 | Text |
| 模型體驗 | 不支援 | Function Calling | 不支援 |
| 結構化輸出 | 不支援 | 聯網搜尋 | 不支援 |
| 前綴續寫 | 不支援 | 上下文快取 | 不支援 |
| 批次推理 | 不支援 | 模型調優 | 不支援 |
上下文限制
| 參數 | 值 | 參數 | 值 |
|---|
| 最大輸入長度 | 8192 Token | 最大輸出長度 | 1024 Token |
| 上下文長度 | 8192 Token | | |
模型價格
本文僅展示模型調用原價，不包含限時優惠等活動資訊，請前往百炼控制台查看活動優惠。
华北2（北京）
| 計費項目 | 價格（美元） | 單位 |
|---|
| 輸入 | 0.848 | 每百萬 Token |
| 輸出 | 0.636 | 每百萬 Token |
新加坡
部署範圍：國際
| 計費項目 | 價格（美元） | 單位 |
|---|
| 輸入 | 0.93 | 每百萬 Token |
| 輸出 | 0.70 | 每百萬 Token |
限流
呼叫方式