← 全部模型

Qwen-Audio-3.1-ASR-Flash-Streaming

发布时间 发布主体 Alibabaqwen-audio-3.1-asr-flash-streaming

模型定位

端到端实时语音识别模型,输入音频、输出文本,由阿里云百炼提供推理服务。适用于实时会议转写、直播字幕和智能交互等场景。(alibabacloud.com)

能力与调用

  • 支持流式语音转写、多语言及多地区中文方言识别、中英文切换、热词和上下文增强、标点预测、文本规范化,以及多种方言的可控语音识别或语音翻译输出。官方称其具备噪声鲁棒性。(alibabacloud.com)
  • 支持 WebSocket 接入。实时识别文档列出的音频格式包括 PCM、WAV、MP3、Opus、Speex、AAC 和 AMR,可返回中间及最终识别结果。(docs.qwencloud.com)

限制

官方模型信息页标明不支持 Function Calling、结构化输出、联网搜索、前缀续写、上下文缓存、批量推理和模型调优;最大输入长度、最大输出长度及上下文长度未给出具体数值。该页列出的北京和新加坡国际部署范围限流均为每分钟 1,200 次请求。(alibabacloud.com)

发布日期

2026-09-21。阿里云国际站模型更新公告将该模型列于此日期下。(alibabacloud.com)

价格

查询日期:2026-11-16。以下为模型 API 原价,输入与输出 Token 分别计费,不含限时优惠;不同站点和地域的报价不能视为汇率换算后的同一套餐。(alibabacloud.com)

官方站点及适用地域 输入价格 输出价格
国内站,华北2(北京) CNY 6/百万 Token CNY 4.5/百万 Token
国内站,新加坡、国际部署范围 CNY 6.781/百万 Token CNY 5.104/百万 Token
国际站,中国(北京) USD 0.848/百万 Token USD 0.636/百万 Token
国际站,新加坡、国际部署范围 USD 0.93/百万 Token USD 0.70/百万 Token

国内站定价页列有北京地域 100 万 Token 免费额度,有效期为开通百炼、模型发布或申请通过之日中较晚者起 90 天;其他地域无该免费额度。(help.aliyun.com)

官方来源