Qwen3-ASR Flash 是 Qwen3 产品线的语音识别模型,可转写最大 10 MB、最长五分钟的音频文件,并以流式中间结果提供实时进度反馈。
- 输入
- 音频
- 输出
- 文本
- 价格
- $0.0021/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 |
|---|
- 基于 Qwen3-Omni 底座
- 提供服务的 flash API 模型为闭源(开源的 Qwen3-ASR 0.6B/1.7B 是不同的模型)
30 秒用上 Qwen3-ASR Flash
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",
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());关于 Qwen3-ASR Flash
- 官方文档强调约三十种语言的识别能力,包括五种中文变体(普通话、四川话、闽南语、吴语、粤语),以及一项其 Fun-ASR 同门不具备的能力:在转写的同时检测情绪。
- Qwen3-ASR 系列还以对混有音乐和歌声的语音的稳健识别著称。
- 情绪标注始终开启,返回七种状态之一(惊讶、中性、开心、悲伤、厌恶、愤怒或恐惧);只要不设定语言,语言检测就自动进行,对混合了多种语言的音频也是如此。
- 领域术语的准确率引导方式与 Fun-ASR 家族不同:不上传热词列表,而是随请求注入上下文文本,这适合逐次调用都在变的词汇。
- 词级时间戳可在文档列出的部分语言上开启,逆文本正则化可用但默认关闭。
- 音频接受广泛的容器和编码格式,该模型既可通过 OpenAI 兼容路由访问,也可通过阿里自己的同步接口访问。
- 它不提供说话人分离,五分钟上限是硬性的,阿里把更长的录音引导到单独的文件转写模型。
- Synthorai 通过其 OpenAI 兼容转写端点交付它。
常见问题
Qwen3-ASR Flash 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 试一遍。
Qwen3-ASR Flash 最擅长什么?
转写同时检测情绪、约三十种语言,五种中文变体、对混有音乐的语音稳健。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 的价格是多少?
在 Synthorai 上,Qwen3-ASR Flash 每转写一分钟音频收费 $0.0021:按量付费,无平台加价,无需订阅。
Qwen3-ASR Flash 支持哪些语言?
Qwen3-ASR Flash 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?
把现有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 设为 "qwen3-asr-flash" 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。