新帳號 免費註冊,送 10 次呼叫,最高 $1,免綁卡。

Qwen3-ASR Flash

發布於 2025-09-08

transcription

Qwen3-ASR Flash 是 Qwen3 產品線的語音辨識模型,可轉寫最大 10 MB、最長五分鐘的音訊檔案,並以串流中間結果提供即時的進度回饋。

輸入
音訊
輸出
文字
價格
$0.0021/min

價格在同類中的位置

價格在 12 個同類模型中的位置

每分鐘$0.0021/min
$0.002 · Fun-ASR Realtime GPT Realtime Whisper · $0.017

這條線標出這個模型的價格,在 Synthorai 的同類模型裡落在什麼位置;兩端分別是最便宜和最貴的模型。這裡列的是基礎價,批次、區域和快取寫入的折扣請見價格頁。

規格與限制

音訊

語言 26 種語言,所有 Qwen-ASR 模型共用同一份清單:中文(普通話、四川話、閩南語、吳語、粵語)、英語、日語、德語、韓語、俄語、法語、葡萄牙語、阿拉伯語、義大利語、西班牙語、印地語、印尼語、泰語、土耳其語、烏克蘭語、越南語、捷克語、丹麥語、菲律賓語、芬蘭語、冰島語、馬來語、挪威語、波蘭語、瑞典語
音訊限制
  • 同步辨識,不超過 10MB / 5 分鐘,可串流或非串流輸出
  • 26 種語言的自動語種辨識
  • 可注入上下文文字
  • 支援歌唱辨識
  • 不支援語者分離
  • OpenAI 相容回應不帶時間戳欄位(需要時請改用 qwen3-asr-flash-filetrans)
語者分離 不支援
串流轉錄 支援
時間戳記 不支援

模型

模態 音訊 → 文字
  • 基於 Qwen3-Omni 基座打造
  • 所提供的 flash API 模型為閉源(開源的 Qwen3-ASR 0.6B/1.7B 是不同的模型)

依據 Alibaba 官方文件 ↗

30 秒上手 Qwen3-ASR Flash

相容 OpenAI:換掉 base_url,SDK 不用換。POST /v1/audio/transcriptions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.audio.transcriptions.create(
    model="qwen3-asr-flash",
    file=open("meeting.mp3", "rb"),
    language="en",
)
print(resp.text)

關於 Qwen3-ASR Flash

  • 官方文件強調約三十種語言的辨識能力,包括五種中文變體(普通話、四川話、閩南語、吳語、粵語),以及一項其 Fun-ASR 同門不具備的能力:在轉寫的同時偵測情緒。
  • Qwen3-ASR 系列也以對混有音樂與歌聲的語音的穩健辨識著稱。
  • 情緒標註始終開啟,回傳七種狀態之一(驚訝、中性、開心、悲傷、厭惡、生氣或恐懼),而只要不設定語言,語言偵測就是自動的,混合語言的音訊同樣適用。
  • 領域術語的準確度調校方式與 Fun-ASR 家族不同:不是上傳熱詞列表,而是隨請求注入上下文文字,適合逐次呼叫都在變動的詞彙。
  • 詞級時間戳可為文件記載的部分語言啟用,逆文字正規化可用但預設關閉。
  • 音訊接受廣泛的容器與編碼格式,該模型同時可經由 OpenAI 相容路徑與阿里自家的同步介面存取。
  • 它不提供語者分離,五分鐘的上限也是硬性的,更長的錄音阿里會導向另一個檔案轉寫模型。
  • Synthorai 透過其 OpenAI 相容轉寫端點交付它。

常見問題

Qwen3-ASR Flash API 可以免費試用嗎?

可以,新帳號有 10 次試用呼叫和最高 $1 的免費額度,免綁卡。在綁定付款方式之前,就足夠你拿實際的工作負載試試 Qwen3-ASR Flash。

Qwen3-ASR Flash 最擅長什麼?

轉寫同時偵測情緒、約三十種語言,五種中文變體、對混有音樂的語音穩健。完整介紹請見「關於」一節,內容取自供應商官方的發布說明。

Qwen3-ASR Flash 的價格是多少?

在 Synthorai 上,Qwen3-ASR Flash 每轉錄一分鐘音訊收費 $0.0021:按用量計費,平台不加價,不需訂閱。

Qwen3-ASR Flash 支援哪些語言?

Qwen3-ASR Flash 支援 26 種語言,所有 Qwen-ASR 模型共用同一份清單:中文(普通話、四川話、閩南語、吳語、粵語)、英語、日語、德語、韓語、俄語、法語、葡萄牙語、阿拉伯語、義大利語、西班牙語、印地語、印尼語、泰語、土耳其語、烏克蘭語、越南語、捷克語、丹麥語、菲律賓語、芬蘭語、冰島語、馬來語、挪威語、波蘭語、瑞典語。在 Synthorai 上透過 POST /v1/audio/transcriptions 呼叫,格式與 OpenAI 的轉錄 API 相同。

如何開通 Qwen3-ASR Flash?

把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "qwen3-asr-flash" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。

相關模型

比較

本頁每一個數值都摘錄自供應商自己的文件(連結見上方),並附上查核日期。價格是放在整個目錄裡比較;各家供應商定義不一樣的規格,只說明差異,不畫成圖表比較。這裡沒有任何數據是我們自己量測的,也不做評分。

取得 API 金鑰 算算你的成本 →