Alibaba: Fun-ASR Flash 2026-06-15

Fun-ASR Flash 2026-06-15 是一個用於音訊檔案轉錄的語音辨識版本。當轉錄流程需要在重複處理過程中保持模型選擇的一致性時，鎖定此版本非常實用。

fun-asr-flash-2026-06-15

可用Alibaba語音轉文字同步

價格: 起 $0.000035
模態: 音訊

關於 Fun-ASR Flash 2026-06-15

Fun-ASR Flash 2026-06-15 是阿里巴巴 Flash 語音識別模型的一個特定日期版本，阿里巴巴將其稱為 Qwen-Audio-3.0-ASR-Flash。它透過同步 HTTP 呼叫轉錄短音訊檔案，並將先前的對話內容作為上下文，以引導識別結果。鎖定日期 ID 可確保管線維持在同一版本，而不像未標註日期的別名可能會隨時更新。

適用場景

接受音訊以及先前的對話內容，讓進行中討論的詞彙能引導識別過程。
阿里巴巴在同一個同步回應中列出了詞級時間戳記與句子邊界。
ID 中的日期鎖定了特定版本，這使得重複執行的結果具有可比性。

其他選擇建議

音訊片段限制在約五分鐘內，因此較長的錄音需要使用非同步的 Fun-ASR 或 filetrans 模型。
它僅處理已完成的音訊片段；若需即時字幕或聽寫，請使用串流模型 Fun-ASR Realtime。

入門指南

建立 API 金鑰
請至 Console 建立金鑰，即可在平台上使用各類模型。

發送您的第一個請求

複製您所選語言的範例，並針對端點執行它。

語音轉文字TokenLab 端點

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="fun-asr-flash-2026-06-15" \
  -F language="en"

定價

Official 價格為模型開發商的公開基準價。TokenLab 價格則為您在 TokenLab 使用該模型的實際費用。

語音轉文字

每秒

Official 定價: $0.000035
Official: $0.000035
折扣: —

	Official 定價每秒	Official每秒	折扣
語音轉文字	$0.000035	$0.000035	—

使用量與活動

成功率是請求完成的比例；延遲是一次完整回應所需的時間，P95 表示 95% 的請求在該時間內完成。

用量與可用性

過去 24 小時

請求數
成功率
P95 延遲
總 Token 用量

模型效能

最後更新於 2026年10月3日下午07:22 [UTC]

當達到隱私權與資料量的門檻後，指標才會顯示。

資料基於彙總的使用者請求，不包含狀態檢查。

直接在 Console 裡試

在 Console 中開啟 Fun-ASR Flash 2026-06-15，並準備好編輯或發送提示詞。

協助我使用 fun-asr-flash-2026-06-15 透過 /v1/audio/transcriptions 進行音訊請求，並顯示結果與成本。

應用情境

語音備忘錄
在單一請求中轉錄簡短的錄音備忘錄與訊息，無需排隊等待非同步作業。
醫療聽寫
傳入先前的對話作為上下文，使藥物名稱與臨床術語能更準確地被識別。
鎖定測試管線
在對比下游摘要變更與相同轉錄內容時，保持版本一致。

提示詞範例

轉錄這段 3 分鐘的診所錄音；上下文：上一輪對話討論了二甲雙胍 (metformin) 的劑量。

轉錄這段關於 PLC 故障的現場工程師語音備忘錄，並回傳詞級時間戳記。

轉錄這段簡短的客戶通話片段，並使用先前的聊天內容作為上下文。

FAQ

fun-asr-flash-2026-06-15 中的日期代表什麼？

它標識了 2026 年 6 月 15 日的特定版本。呼叫該日期 ID 可確保您的管線維持在該版本。阿里巴巴以 Qwen-Audio-3.0-ASR-Flash 的名稱提供此模型。

音訊片段長度限制為何？

阿里巴巴的文件規定每次呼叫限制約五分鐘，檔案大小上限為 2 GB。若需處理更長的錄音，請使用 Fun-ASR 或 Qwen3 ASR Flash Filetrans，兩者皆支援非同步檔案作業。

我可以提供對話上下文嗎？

可以。它使用聊天格式，因此您可以在音訊前傳入先前的對話內容。模型會利用這些內容來偏好符合主題的詞彙，這有助於識別專業術語。

它會回傳時間戳記嗎？

會。阿里巴巴在回應中描述了詞級時間戳記與句子邊界，因此您無需額外的對齊步驟，即可將文字與音訊對齊，用於字幕、審閱或搜尋。

Fun-ASR Flash 2026-06-15 的費用是多少？

在 TokenLab 上，Fun-ASR Flash 2026-06-15 價格為 $0.000035 每秒。完整明細見上方價格表。價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率；單一費率不代表總價。

Fun-ASR Flash 2026-06-15 應該使用哪一個端點？

請使用 https://api.tokenlab.sh/v1/audio/transcriptions 進行 Fun-ASR Flash 2026-06-15 的呼叫。下方的請求範例展示了對應的程式碼格式。

Fun-ASR Flash 2026-06-15 支援哪些操作？

Fun-ASR Flash 2026-06-15 支援語音轉文字。請在上方選擇一項操作以查看其端點與請求範例。

比較 Fun-ASR Flash 2026-06-15

Fun-ASR Flash 2026-06-15 與 Fun-ASR 對比 Fun-ASR Flash 2026-06-15 與 Qwen3 ASR Flash 對比 Fun-ASR Flash 2026-06-15 與 GPT-4o Mini Transcribe 對比 Fun-ASR Flash 2026-06-15 與 Whisper large-v3 Turbo 對比

來源

更新於 2026年10月2日