Qwen: Qwen3 ASR 1.7B

Qwen3 ASR 1.7B est un modèle de reconnaissance automatique de la parole de Qwen, listé sur api14 sous l'identifiant de modèle qwen/qwen3-asr-1.7b. Il appartient à la catégorie transcription, et son nom reflète une échelle de 1,7 milliard de paramètres. Si vous travaillez déjà avec d'autres modèles Qwen, celui-ci provient du même fournisseur et suit les mêmes conventions générales de famille, ce qui peut simplifier l'évaluation et l'intégration.

Le modèle prend l'audio en entrée et renvoie une transcription en sortie. Il est multilingue : il prend en charge l'identification de la langue et la transcription sur 30 langues et 22 dialectes chinois. Cela signifie que vous n'avez pas nécessairement besoin de lui indiquer quelle langue est parlée avant d'envoyer l'audio, puisque l'identification de la langue fait partie de ce qu'il fait. Il prend en charge l'inférence en flux et hors ligne, il peut donc être utilisé en temps réel à mesure que l'audio arrive ou sur des enregistrements complets. Les informations fournies n'indiquent pas de longueur de contexte, et les paramètres pris en charge ne sont pas précisés.

Les usages pratiques découlent directement de ces capacités. Comme il gère de nombreuses langues et dialectes chinois, il convient aux applications qui reçoivent de l'audio en langues mélangées ou inconnues, comme les enregistrements d'appels, les archives de support client ou les médias générés par les utilisateurs où la langue parlée varie. La sortie d'identification de la langue est utile pour acheminer les transcriptions vers le bon processus en aval ou le bon relecteur. L'inférence en flux convient au sous-titrage en direct, aux interfaces vocales et à tout flux de travail où attendre la fin d'un fichier complet n'est pas acceptable. L'inférence hors ligne convient à la transcription par lots d'audio stocké, par exemple pour construire des archives consultables ou générer des sous-titres après la fin d'un enregistrement.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle qwen/qwen3-asr-1.7b. Comme l'interface est compatible OpenAI, vous pouvez utiliser les bibliothèques client OpenAI existantes et les pointer vers l'URL de base d'api14, en envoyant l'audio dans la requête et en lisant la transcription dans la réponse. La page du modèle affiche un tableau de prix en direct pour les tarifs actuels. Les informations ne listent aucun paramètre de requête pris en charge pour ce modèle, donc consultez la page du modèle ou la référence de l'API pour savoir ce que vous pouvez transmettre au-delà de l'identifiant de modèle et de l'entrée audio.

Il y a quelques points à garder à l'esprit au moment de décider. Aucune longueur de contexte n'est publiée pour ce modèle, et aucun paramètre pris en charge n'est listé, donc si votre application dépend du réglage des paramètres de génération, vous devrez peut-être confirmer ce qui est réellement accepté avant de vous engager. La modalité de sortie est uniquement la transcription, ce qui signifie qu'il ne traduira pas, ne résumera pas et ne répondra pas aux questions sur l'audio. Si vous avez besoin de ces comportements, un modèle de langage généraliste qui accepte l'audio en entrée conviendrait mieux, ce modèle se chargeant de l'étape de transcription brute.