オーディオモデル

音声、音楽、オーディオ処理のためのAIモデル

オーディオ · Alibaba Cloud

cosyvoice-v3.5-plus
利用可能
テキスト読み上げ
TokenLab 価格— 割引
—
公式価格
入力$22.06出力$0.00/100万文字
qwen3.5-omni-flash-realtime
利用可能
ツール利用ビジョンウェブ検索
TokenLab 価格— 割引
—
公式価格
入力$3.97出力$15.74/1M
qwen3.5-omni-plus-realtime
利用可能
ツール利用ビジョンウェブ検索
TokenLab 価格— 割引
—
公式価格
入力$11.76出力$44.12/1M
qwen3-livetranslate-flash
利用可能
ビジョン
TokenLab 価格— 割引
—
公式価格
入力$1.47出力$1.47/1M
qwen3.5-livetranslate-flash-realtime
利用可能
ビジョン
TokenLab 価格— 割引
—
公式価格
入力$5.88出力$14.71/1M
fun-asr
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00003235/秒
fun-asr-flash-2026-06-15
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00003235/秒
fun-asr-realtime
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00004853/秒
paraformer-8k-v2
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00001177/秒
paraformer-realtime-8k-v2
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.0000353/秒
paraformer-realtime-v2
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.0000353/秒
paraformer-v2
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00001177/秒
qwen3-asr-flash
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00003235/秒
qwen3-asr-flash-filetrans
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00003235/秒
qwen3-asr-flash-realtime
利用可能
音声テキスト変換
TokenLab 価格— 割引
—
公式価格
$0.00004853/秒
qwen3-tts-flash
利用可能
テキスト読み上げ
TokenLab 価格— 割引
—
公式価格
入力$11.76出力$0.00/100万文字
qwen3-tts-flash-realtime
利用可能
テキスト読み上げ
TokenLab 価格— 割引
—
公式価格
入力$14.71出力$0.00/100万文字
sambert-zhiyuan-v1
利用可能
テキスト読み上げ
TokenLab 価格— 割引
—
公式価格
入力$14.71出力$0.00/100万文字

すべてのモデルシリーズ

3 シリーズ

Qwen TTS

Alibaba Cloud
オーディオテキスト読み上げ+1

Auto $11.76 から · 100万文字あたり

4 モデルシリーズを見る

Qwen ASR

Alibaba Cloud
オーディオ音声テキスト変換

Auto $0.00001177 から · 1秒あたり

10 モデルシリーズを見る

Qwen Omni

Alibaba Cloud
チャットオーディオ+2

Auto $0.2647 から · 1M Token あたり

7 モデルシリーズを見る

最適な オーディオモデル を選ぶ

タスクへの適合性、出力品質、レイテンシ、価格のバランスが重要です。

選定シグナル

  • 必要な入出力に合わせてモデルを選択。
  • 同一の課金単位でモデルを比較。
  • カタログでは見えない品質とレイテンシを、テストで確認。

FAQ

最適な オーディオモデル とは？

タスク、品質基準、レイテンシ、予算に合致することが重要です。少数の評価セットを用意すると、品質や信頼性の違いを把握しやすくなります。

後からモデルを変更できますか？

はい。モデルIDとリクエスト形式を統一すれば、同じタスクで代替モデルを比較できます。

関連ページ

モデルランキングモデルを比較