Qwen: Qwen3 ASR 1.7B

Qwen3 ASR 1.7B ist ein automatisches Spracherkennungsmodell von Qwen, das auf api14 unter der Modell-ID qwen/qwen3-asr-1.7b gelistet ist. Es gehört zur Kategorie Transkription, und sein Name spiegelt einen Parameterumfang von 1,7B wider. Wenn Sie bereits mit anderen Qwen-Modellen arbeiten, stammt dieses vom selben Anbieter und folgt denselben allgemeinen Familienkonventionen, was die Evaluierung und Integration vereinfachen kann.

Das Modell nimmt Audio als Eingabe und liefert Transkription als Ausgabe. Es ist mehrsprachig: Es unterstützt Sprachidentifikation und Transkription über 30 Sprachen und 22 chinesische Dialekte hinweg. Das bedeutet, Sie müssen ihm nicht unbedingt mitteilen, welche Sprache gesprochen wird, bevor Sie Audio senden, da die Sprachidentifikation Teil seiner Funktionalität ist. Es unterstützt sowohl Streaming- als auch Offline-Inferenz, sodass es in Echtzeit verwendet werden kann, während Audio eintrifft, oder auf vollständige Aufnahmen angewendet werden kann. Die bereitgestellten Fakten listen keine Kontextlänge auf, und unterstützte Parameter sind nicht angegeben.

Praktische Anwendungen ergeben sich direkt aus diesen Fähigkeiten. Da es viele Sprachen und chinesische Dialekte verarbeitet, eignet es sich für Anwendungen, die Audio mit gemischter oder unbekannter Sprache erhalten, wie etwa Anrufaufzeichnungen, Kundensupport-Archive oder nutzergenerierte Medien, bei denen die gesprochene Sprache variiert. Die Ausgabe der Sprachidentifikation ist nützlich, um Transkripte an den richtigen nachgelagerten Prozess oder Prüfer weiterzuleiten. Streaming-Inferenz eignet sich für Live-Untertitelung, Sprachschnittstellen und jeden Workflow, bei dem es nicht akzeptabel ist, auf die Fertigstellung einer vollständigen Datei zu warten. Offline-Inferenz eignet sich für die Batch-Transkription gespeicherter Audiodaten, beispielsweise für den Aufbau durchsuchbarer Archive oder die Generierung von Untertiteln, nachdem eine Aufnahme abgeschlossen ist.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID qwen/qwen3-asr-1.7b auf. Da die Schnittstelle OpenAI-kompatibel ist, können Sie vorhandene OpenAI-Client-Bibliotheken verwenden und sie auf die api14-Basis-URL richten, Audio in der Anfrage senden und die Transkription aus der Antwort lesen. Die Modellseite zeigt eine Live-Preistabelle für aktuelle Tarife. Die Fakten listen keine unterstützten Anfrageparameter für dieses Modell auf, prüfen Sie daher die Modellseite oder die API-Referenz, um zu erfahren, was Sie über die Modell-ID und die Audioeingabe hinaus übergeben können.

Es gibt ein paar Dinge, die Sie bei der Entscheidung beachten sollten. Für dieses Modell ist keine Kontextlänge veröffentlicht, und es sind keine unterstützten Parameter aufgelistet. Wenn Ihre Anwendung von der Abstimmung von Generierungseinstellungen abhängt, müssen Sie möglicherweise bestätigen, was tatsächlich akzeptiert wird, bevor Sie sich festlegen. Die Ausgabemodalität ist ausschließlich Transkription, was bedeutet, dass es nicht übersetzt, zusammenfasst oder Fragen zum Audio beantwortet. Wenn Sie diese Verhaltensweisen benötigen, wäre ein Allzweck-Sprachmodell, das Audioeingabe akzeptiert, besser geeignet, wobei dieses Modell den reinen Transkriptionsschritt übernimmt.