Qwen: Qwen3 ASR 0.6B

Qwen3 ASR 0.6B is een compact automatisch spraakherkenningsmodel van Qwen. Het behoort tot de categorie transcriptie, dus het doel is spraak omzetten in geschreven tekst in plaats van conversationele antwoorden genereren of algemene taal taken uitvoeren. De 0.6B in de naam geeft een klein aantal parameters aan, wat het een lichtgewicht optie maakt voor spraakherkenningswerk in vergelijking met grotere modellen.

Het model accepteert audio als invoer en produceert een transcriptie als uitvoer. Het ondersteunt meertalige taalidentificatie en transcriptie in 30 talen en 22 Chinese dialecten, dus het kan zowel detecteren welke taal wordt gesproken als de audio in die taal transcriberen. Het verwerkt streaming en offline transcriptie. Er is geen contextlengte gepubliceerd voor dit model, en de maximale uitvoer is niet gedefinieerd in de modelmetadata, dus je moet het voornamelijk behandelen als een spraak naar tekst component in plaats van iets waar je lange tekstprompts in stopt.

Vanwege die mogelijkheden zijn de natuurlijke gebruiksscenario's spraak naar tekst pipelines, transcriptie van vergaderingen of gesprekken, generatie van ondertitels en bijschriften voor audio en video, transcriptie van spraaknotities, en meertalige toepassingen waarbij je taalidentificatie nodig hebt voor of naast transcriptie. De dekking van Chinese dialecten maakt het relevant voor producten die Chinese sprekende gebruikers bedienen wier audio niet overeenkomt met standaard Mandarijn. Streamingondersteuning is geschikt voor live of bijna realtime transcriptie, terwijl offlinemodus past bij batchverwerking van opgenomen bestanden.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model id "qwen/qwen3-asr-0.6b". Omdat het endpoint het OpenAI-formaat volgt, kun je een bestaande OpenAI-client op api14 richten en dat model id instellen, waarbij je audio als invoer verzendt. Er zijn geen ondersteunde aanvraagparameters vermeld voor dit model, dus je moet niet aannemen dat afstemmingsopties zoals temperature of top_p beschikbaar zijn, en de aanvraagvorm is in wezen de audio-invoer plus het model id. Controleer de live prijstabel op deze pagina voor actuele tarieven.

Een praktische beperking om in gedachten te houden is het bereik. Dit is een transcriptiemodel met audio-invoer en transcriptie-uitvoer, geen chat- of redeneermodel, dus taken zoals het samenvatten van een transcriptie, er vragen over beantwoorden of tekst genereren op basis van instructies horen bij een ander model. Als je die vervolgstappen nodig hebt, voer de transcriptie hier eerst uit en geef het resultaat door aan een tekstmodel.