Qwen: Qwen3 ASR 0.6B

Qwen3 ASR 0.6B는 Qwen의 소형 자동 음성 인식 모델입니다. 전사(transcription) 카테고리에 속하므로, 대화형 응답을 생성하거나 범용 언어 작업을 처리하는 것이 아니라 음성을 문자 텍스트로 바꾸는 역할을 합니다. 이름에 있는 0.6B는 작은 파라미터 수를 나타내며, 이는 더 큰 모델과 비교할 때 음성 인식 작업에 가벼운 옵션이 됩니다.

이 모델은 오디오를 입력으로 받고 전사를 출력으로 생성합니다. 30개 언어와 22개 중국어 방언에 걸친 다국어 언어 식별 및 전사를 지원하므로, 어떤 언어가 말해지고 있는지 감지하고 해당 언어로 오디오를 전사할 수 있습니다. 스트리밍 및 오프라인 전사를 처리합니다. 이 모델에 대해 공개된 컨텍스트 길이는 없으며, 최대 출력은 모델 메타데이터에 정의되어 있지 않으므로, 긴 텍스트 프롬프트를 입력하는 대상이라기보다 주로 음성 대 텍스트 구성 요소로 취급해야 합니다.

이러한 기능 때문에 자연스러운 사용 사례는 음성 대 텍스트 파이프라인, 회의 또는 통화 전사, 오디오 및 비디오용 자막과 캡션 생성, 음성 메모 전사, 그리고 전사 전에 또는 전사와 함께 언어 식별이 필요한 다국어 애플리케이션입니다. 중국어 방언 지원은 오디오가 표준 만다린과 일치하지 않는 중국어 사용자를 대상으로 하는 제품에 관련성이 있습니다. 스트리밍 지원은 라이브 또는 거의 실시간 전사에 적합하고, 오프라인 모드는 녹음 파일의 배치 처리에 적합합니다.

모델 id "qwen/qwen3-asr-0.6b"를 사용하여 api14의 OpenAI 호환 API를 통해 이 모델을 호출합니다. 엔드포인트가 OpenAI 형식을 따르므로 기존 OpenAI 클라이언트를 api14로 지정하고 해당 모델 id를 설정한 뒤 오디오를 입력으로 보낼 수 있습니다. 이 모델에 대해 나열된 지원 요청 파라미터는 없으므로 temperature 또는 top_p 같은 튜닝 옵션이 사용 가능하다고 가정해서는 안 되며, 요청 형태는 본질적으로 오디오 입력에 모델 id를 더한 것입니다. 현재 요금은 이 페이지의 실시간 가격표를 확인하세요.

염두에 둘 실용적인 한계 하나는 범위입니다. 이것은 오디오 입력과 전사 출력을 가진 전사 모델이지 채팅이나 추론 모델이 아니므로, 전사를 요약하거나 이에 관한 질문에 답하거나 지시로부터 텍스트를 생성하는 작업은 다른 모델의 몫입니다. 그러한 후속 단계가 필요하다면 여기에서 먼저 전사를 실행하고 그 결과를 텍스트 모델로 전달하세요.