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 11 個同類模型中的位置
這條線顯示該模型的價格,在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價,批次、區域與快取寫入的折扣見價格頁。
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 |
|
| 語者分離 | 不支援 |
| 串流轉寫 | 支援 |
| 時間戳 | 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)
30 秒用上 Qwen3-ASR Flash
OpenAI 相容:換掉 base_url,SDK 不用改。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)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.audio.transcriptions.create({
model: "qwen3-asr-flash",
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="qwen3-asr-flash" \
-F file=@meeting.mp3package main
import (
"context"
"fmt"
"os"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
f, _ := os.Open("meeting.mp3")
resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
Model: "qwen3-asr-flash",
File: f,
})
fmt.Println(resp.Text)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
Transcription resp = client.audio().transcriptions().create(
TranscriptionCreateParams.builder()
.model("qwen3-asr-flash")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(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,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。足以在新增付款方式之前,用真實工作負載試試 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。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Qwen3-ASR Flash 的價格是多少?
在 Synthorai 上,Qwen3-ASR Flash 依轉錄音訊每分鐘 $0.0021 計費,按用量計費,無平台加價,無需訂閱。
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,即標準 OpenAI 轉錄 API 形式。
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" 即可。一組 API key 通用閘道上的所有模型。
相關模型
對比
本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。