오디오 모델

음성, 음악 및 오디오 처리를 위한 AI 모델

오디오 · Alibaba Cloud

유형

전체77 채팅31 이미지12 비디오13 오디오18 임베딩4 번역2 리랭크1도구 사용2

모델 제공자

cosyvoice-v3.5-plus

사용 가능

텍스트 음성 변환

TokenLab 가격— 할인: —
Official 가격: 입력$22.06출력$0.00/100만 자

qwen3.5-omni-flash-realtime

사용 가능

도구 사용비전웹 검색

TokenLab 가격— 할인: —
Official 가격: 입력$3.97출력$15.74/1M

qwen3.5-omni-plus-realtime

사용 가능

도구 사용비전웹 검색

TokenLab 가격— 할인: —
Official 가격: 입력$11.76출력$44.12/1M

qwen3-livetranslate-flash

사용 가능

비전

TokenLab 가격— 할인: —
Official 가격: 입력$1.47출력$1.47/1M

qwen3.5-livetranslate-flash-realtime

사용 가능

비전

TokenLab 가격— 할인: —
Official 가격: 입력$5.88출력$14.71/1M

fun-asr

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.00003235/초

fun-asr-flash-2026-06-15

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.00003235/초

fun-asr-realtime

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.00004853/초

paraformer-8k-v2

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.00001177/초

paraformer-realtime-8k-v2

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.0000353/초

paraformer-realtime-v2

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.0000353/초

paraformer-v2

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.00001177/초

qwen3-asr-flash

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.00003235/초

qwen3-asr-flash-filetrans

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.00003235/초

qwen3-asr-flash-realtime

사용 가능

음성 인식(STT)

TokenLab 가격— 할인: —
Official 가격: $0.00004853/초

qwen3-tts-flash

사용 가능

텍스트 음성 변환

TokenLab 가격— 할인: —
Official 가격: 입력$11.76출력$0.00/100만 자

qwen3-tts-flash-realtime

사용 가능

텍스트 음성 변환

TokenLab 가격— 할인: —
Official 가격: 입력$14.71출력$0.00/100만 자

sambert-zhiyuan-v1

사용 가능

텍스트 음성 변환

TokenLab 가격— 할인: —
Official 가격: 입력$14.71출력$0.00/100만 자

모델	컨텍스트	최대 출력	Official 가격	TokenLab 가격	할인
cosyvoice-v3.5-plus텍스트 음성 변환	-	-	입력$22.06출력$0.00/100만 자	—	—
qwen3.5-omni-flash-realtime도구 사용비전웹 검색	197K	64K	입력$3.97출력$15.74/1M	—	—
qwen3.5-omni-plus-realtime도구 사용비전웹 검색	197K	64K	입력$11.76출력$44.12/1M	—	—
qwen3-livetranslate-flash비전	49K	4K	입력$1.47출력$1.47/1M	—	—
qwen3.5-livetranslate-flash-realtime비전	49K	4K	입력$5.88출력$14.71/1M	—	—
fun-asr음성 인식(STT)	-	-	$0.00003235/초	—	—
fun-asr-flash-2026-06-15음성 인식(STT)	-	-	$0.00003235/초	—	—
fun-asr-realtime음성 인식(STT)	-	-	$0.00004853/초	—	—
paraformer-8k-v2음성 인식(STT)	-	-	$0.00001177/초	—	—
paraformer-realtime-8k-v2음성 인식(STT)	-	-	$0.0000353/초	—	—
paraformer-realtime-v2음성 인식(STT)	-	-	$0.0000353/초	—	—
paraformer-v2음성 인식(STT)	-	-	$0.00001177/초	—	—
qwen3-asr-flash음성 인식(STT)	-	-	$0.00003235/초	—	—
qwen3-asr-flash-filetrans음성 인식(STT)	-	-	$0.00003235/초	—	—
qwen3-asr-flash-realtime음성 인식(STT)	-	-	$0.00004853/초	—	—
qwen3-tts-flash텍스트 음성 변환	-	-	입력$11.76출력$0.00/100만 자	—	—
qwen3-tts-flash-realtime텍스트 음성 변환	-	-	입력$14.71출력$0.00/100만 자	—	—
sambert-zhiyuan-v1텍스트 음성 변환	-	-	입력$14.71출력$0.00/100만 자	—	—