Qwen3-ASR Flash Realtime 是 Qwen3-ASR Flash 的流式对应版本:音频通过 WebSocket 连接发送,转写持续返回,流时长不限,适合长时间运行的会话。
- 输入
- 音频
- 输出
- 文本
- 价格
- $0.002/min
价格在同类中的位置
价格在 12 个同类模型中的位置
这条线标出该模型的价格在 Synthorai 同类模型中的位置,两端分别是最便宜和最贵的模型。这里是基础价,批量、区域和缓存写入的折扣见价格页。
规格与限制
音频
| 语言 | 26 种语言,所有 Qwen-ASR 模型共用一份列表:中文(普通话、四川话、闽南语、吴语、粤语)、英语、日语、德语、韩语、俄语、法语、葡萄牙语、阿拉伯语、意大利语、西班牙语、印地语、印尼语、泰语、土耳其语、乌克兰语、越南语、捷克语、丹麦语、菲律宾语、芬兰语、冰岛语、马来语、挪威语、波兰语、瑞典语 |
|---|---|
| 音频限制 |
|
| 说话人分离 | 不支持 |
| 流式转写 | 支持 |
| 时间戳 | 不支持 |
模型
| 模态 | 音频 → 文本 |
|---|
该实时变体不提供时间戳/热词/说话人分离。
30 秒用上 Qwen3-ASR Flash Realtime
兼容 OpenAI:换掉 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-realtime",
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-realtime",
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-realtime" \
-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-realtime",
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-realtime")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());关于 Qwen3-ASR Flash Realtime
- 它保留了批处理模型的招牌能力,包括在转写的同时检测情绪,以及约三十种语言的识别范围,从五种中文变体到英语、日语、韩语,再到许多欧洲和东南亚语言。
- 它适合实时字幕和语音交互应用。
- 与文件版同门的两点差异决定了你如何在其上构建。
- 其一,轮次划分的可配置程度是其他流式模型所没有的:语音活动检测模式用可调的静音阈值自动切分句子,而手动模式把句子边界交给你的客户端,由你自己提交音频缓冲区,文档提醒手动驱动的分段需把累积音频控制在约一分钟以内。
- 其二,文档直言该变体目前不返回时间戳,因此如果你需要词级或句级的时间信息,该找的是离线模型。
- 情绪识别在同样的七种状态上保持始终开启,语言检测保持自动,热词列表和说话人分离均不支持。
- 通过 Synthorai,该模型可经由标准的 OpenAI 兼容 API 访问。
常见问题
Qwen3-ASR Flash Realtime API 可以免费试用吗?
可以。新账号有 10 次试用调用,免费额度最高 $1,无需绑卡。在绑定付款方式之前,足够拿真实负载把 Qwen3-ASR Flash Realtime 试一遍。
Qwen3-ASR Flash Realtime 最擅长什么?
WebSocket 流式,时长不限、流式下保留情绪检测、适合实时字幕与语音交互。完整介绍见「关于」部分,内容取自供应商的官方发布说明。
Qwen3-ASR Flash Realtime 的价格是多少?
在 Synthorai 上,Qwen3-ASR Flash Realtime 每转写一分钟音频收费 $0.002:按量付费,无平台加价,无需订阅。
Qwen3-ASR Flash Realtime 支持哪些语言?
Qwen3-ASR Flash Realtime 支持 26 种语言,所有 Qwen-ASR 模型共用一份列表:中文(普通话、四川话、闽南语、吴语、粤语)、英语、日语、德语、韩语、俄语、法语、葡萄牙语、阿拉伯语、意大利语、西班牙语、印地语、印尼语、泰语、土耳其语、乌克兰语、越南语、捷克语、丹麦语、菲律宾语、芬兰语、冰岛语、马来语、挪威语、波兰语、瑞典语。在 Synthorai 上通过 POST /v1/audio/transcriptions 调用,请求格式与 OpenAI 转写 API 相同。
如何开通 Qwen3-ASR Flash Realtime?
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "qwen3-asr-flash-realtime" 即可。一个 API key 就能调用网关上的全部模型。
相关模型
对比
本页的每个数值都照录自供应商自己的文档(链接见上),并标有核对日期。价格是在整个目录范围内比较的;各家供应商定义不一样的规格项,只说明差异,不画图对比。这里没有任何一项是我们自己测的,也不打分。