Alibaba Cloud: Qwen3 ASR Flash

Qwen3 ASR Flash reconnaît la parole dans un fichier audio avec une aide contextuelle optionnelle. Il est utile pour les enregistrements courts contenant des noms ou un vocabulaire spécialisé qui bénéficient d'un indice sur le sujet dont parle l'orateur.

Comparer les modèles

qwen3-asr-flash

DisponibleAlibaba CloudTranscription (Speech to Text)Synchrone

Prix: À partir de $0.000035
Modalités: Audio

À propos de Qwen3 ASR Flash

Qwen3 ASR Flash est le modèle de reconnaissance vocale pour clips courts d'Alibaba, appelé de manière synchrone et acceptant un texte de contexte optionnel qui lui indique le sujet abordé par le locuteur. Il traite des fichiers allant jusqu'à environ 5 minutes et 10 Mo, et il étiquette systématiquement l'émotion dans sa sortie. C'est l'option rapide de la famille Qwen3 ASR, aux côtés de Filetrans pour les fichiers longs et de Realtime pour les flux en direct.

Points forts

Un texte de contexte optionnel aide à identifier les noms et le vocabulaire spécialisé dans les enregistrements courts.
Les appels synchrones renvoient la transcription directement, sans file d'attente à interroger.
La reconnaissance des émotions est activée en permanence, ce qui est utile pour l'analyse des appels et des retours d'expérience.
Offre un style d'API compatible avec OpenAI, facilitant la migration depuis d'autres clients de transcription.

Quand préférer un autre modèle

Alibaba limite les entrées à environ 10 Mo et 5 minutes ; les fichiers audio longs nécessitent donc Qwen3 ASR Flash Filetrans.
Il ne prend pas en charge le streaming ; les entrées en direct nécessitent Qwen3 ASR Flash Realtime.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

Envoyez votre première requête

Copiez l'exemple pour votre langage et lancez-le.

Audio vers texteEndpoint TokenLab

POST/v1/audio/transcriptions

curl -X POST "https://api.tokenlab.sh/v1/audio/transcriptions" \
  -H "Authorization: Bearer sk-xxx" \
  -F file="@audio.mp3" \
  -F operation="stt" \
  -F response_format="json" \
  -F model="qwen3-asr-flash" \
  -F language="en"

Paramètres

Audio vers texte

Paramètre	Valeurs et limites	Valeur par défaut	Remarques
`file`	Entrées : ≥ 1, ≤ 1	Non fourni	Send one audio file in multipart/form-data. Maximum file size is 25 MiB.
`language`	Non fourni	Non fourni	This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified.
`prompt`	Non fourni	Non fourni	Non fourni
`response_format`	json, text, verbose_json	`json`	Non fourni

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Audio vers texte

par seconde

Prix Official: $0.000035
Prix Verified: —
Remise: —

	Prix Officialpar seconde	Prix Verifiedpar seconde	Remise
Audio vers texte	$0.000035	—	—

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 1 nov. 2026, 09:32 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Qwen3 ASR Flash dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester qwen3-asr-flash avec une requête audio sur /v1/audio/transcriptions. Affiche le résultat et le coût.

Cas d'usage

Messages vocaux
Transcrivez de courts messages vocaux de chat et conservez une étiquette d'émotion à côté de chacun d'eux.
Clips spécialisés
Fournissez une ligne sur le sujet, comme une liste de noms de médicaments ou de moteurs, pour améliorer la reconnaissance des termes rares.
Migration simplifiée
Pointez un client de transcription existant de style OpenAI vers ce modèle pour tester la qualité de reconnaissance sur vos propres fichiers audio.

Exemples de prompts

Transcrivez cette note vocale de 40 secondes ; contexte : une discussion sur les mises à niveau de clusters Kubernetes.

Transcrivez ce court clip d'assistance et notez l'émotion du locuteur.

Transcrivez cet extrait d'entretien ; contexte : invités nommés Zhang Wei et Li Na.

FAQ

Quelles sont les limites d'entrée de Qwen3 ASR Flash ?

Alibaba indique environ 10 Mo et 5 minutes par appel synchrone. Pour des enregistrements plus longs, utilisez Qwen3 ASR Flash Filetrans, qui gère jusqu'à 2 Go et 12 heures de manière asynchrone.

À quoi sert l'option de contexte ?

Vous fournissez un texte décrivant le sujet ou listant des noms et des termes, et le modèle l'utilise pour résoudre les mots ambigus. C'est particulièrement utile pour les clips courts contenant du vocabulaire rare.

Détecte-t-il l'émotion ?

Oui. Alibaba précise que la reconnaissance des émotions est activée en permanence pour les modèles Qwen3 ASR Flash, de sorte qu'une étiquette d'émotion fait partie du résultat sans nécessiter de drapeau de requête.

L'API est-elle compatible avec OpenAI ?

Alibaba propose un accès compatible avec OpenAI pour cette famille. Consultez la documentation d'Alibaba pour connaître les champs de requête exacts, car tous les paramètres des clients d'autres fournisseurs ne sont pas pris en charge.

Combien coûte Qwen3 ASR Flash ?

Sur TokenLab, Qwen3 ASR Flash coûte $0.000035 par seconde. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quel endpoint Qwen3 ASR Flash doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/audio/transcriptions pour Qwen3 ASR Flash. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations Qwen3 ASR Flash prend-il en charge ?

Qwen3 ASR Flash prend en charge Audio vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.