概要
Alibaba Cloud Model Studioで提供される、エンドツーエンドのリアルタイム音声認識モデル。音声を入力し、ストリーミングで文字起こしテキストを出力する。リアルタイム会議、ライブ字幕、音声による対話などに適している。(alibabacloud.com)
能力
- 日本語、英語、中国語の複数の方言を含む多言語の音声認識に対応し、中国語と英語の混在にも対応する。
- ホットワードや文脈による認識精度の向上、句読点の予測、テキストの正規化に対応する。騒音を含む複雑な音響環境にも対応する設計で、複数の方言についてASR・音声翻訳の出力を制御できる。
- WebSocketによるリアルタイム接続に対応する。(help.aliyun.cn)
制限
Function Calling、構造化出力、Web検索、プレフィックス継続、コンテキストキャッシュ、バッチ推論、モデルのファインチューニングには対応しない。話者分離と感情認識にも対応しない。最大入力・出力長とコンテキスト長はモデル詳細ページに数値が記載されていない。(help.aliyun.com)
料金
入力と出力のトークンを別々に課金する。以下は当該モデルの通常料金であり、地域・契約先によって適用される価格が異なる。国内サイトの人民元価格と国際サイトの米ドル価格は、同一プランの換算値として扱わない。
| 公式サイト・適用地域 | 通貨 | 入力、100万トークン当たり | 出力、100万トークン当たり |
|---|---|---|---|
| 中国国内サイト:華北2(北京) | CNY | 6元 | 4.5元 |
| 中国国内サイト:シンガポール、国際デプロイ | CNY | 6.781元 | 5.104元 |
| 国際サイト:シンガポール、国際デプロイ | USD | 0.93ドル | 0.70ドル |
| 国際サイト:中国・北京 | USD | 0.848ドル | 0.636ドル |
国際サイトではシンガポールに限り100万トークンの無料枠を掲載している。有効期間はModel Studioの有効化日、モデル公開日、申請承認日のうち最も遅い日から90日間。料金の確認日:2026年11月16日。(help.aliyun.com)
公開日と公式情報
- 公開日:2026年9月21日。シンガポール地域の公式リリース一覧に掲載。(alibabacloud.com)
- 公式リリース一覧
- 中国国内サイトのモデル詳細・人民元料金
- 国際サイトの米ドル料金
- 公式音声認識モデル案内