Qwen: Qwen3 ASR 0.6B

Qwen3 ASR 0.6B, Qwen'den kompakt bir otomatik konuşma tanıma modelidir. Transkripsiyon kategorisine aittir, yani işi konuşmayı yazılı metne dönüştürmektir, konuşma yanıtları üretmek veya genel amaçlı dil görevlerini yerine getirmek değil. İsimdeki 0.6B küçük bir parametre sayısını belirtir, bu da onu daha büyük modellere kıyasla konuşma tanıma işleri için hafif bir seçenek haline getirir.

Model girdi olarak ses kabul eder ve çıktı olarak bir transkripsiyon üretir. 30 dil ve 22 Çince lehçesi genelinde çok dilli dil tanımlamayı ve transkripsiyonu destekler, böylece hem hangi dilin konuşulduğunu tespit edebilir hem de sesi o dilde transkribe edebilir. Akışlı ve çevrimdışı transkripsiyonu işler. Bu model için yayımlanmış bir bağlam uzunluğu yoktur ve model meta verilerinde maksimum çıktısı tanımlanmamıştır, bu yüzden ona uzun metin istemleri verdiğiniz bir şey olarak değil, öncelikle bir konuşmadan metne bileşeni olarak yaklaşmalısınız.

Bu yetenekler nedeniyle doğal kullanım durumları konuşmadan metne ardışık düzenleri, toplantı veya çağrı transkripsiyonu, ses ve video için altyazı ve caption üretimi, sesli not transkripsiyonu ve transkripsiyondan önce veya transkripsiyonla birlikte dil tanımlamaya ihtiyaç duyduğunuz çok dilli uygulamalardır. Çince lehçe kapsamı, sesi standart Mandarin ile eşleşmeyen Çince konuşan kullanıcılara hizmet veren ürünler için onu ilgili kılar. Akış desteği canlı veya neredeyse gerçek zamanlı transkripsiyona uygundur, çevrimdışı mod ise kaydedilmiş dosyaların toplu işlenmesine uyar.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "qwen/qwen3-asr-0.6b" model kimliğini kullanarak çağırırsınız. Uç nokta OpenAI formatını izlediği için mevcut bir OpenAI istemcisini api14'e yönlendirebilir ve o model kimliğini ayarlayarak sesi girdi olarak gönderebilirsiniz. Bu model için listelenmiş desteklenen istek parametresi yoktur, bu yüzden temperature veya top_p gibi ayarlama seçeneklerinin mevcut olduğunu varsaymamalısınız ve istek şekli esasen ses girdisi artı model kimliğidir. Güncel ücretler için bu sayfadaki canlı fiyat tablosuna bakın.

Akılda tutulması gereken pratik bir sınır kapsamdır. Bu, ses girdisi ve transkripsiyon çıktısı olan bir transkripsiyon modelidir, bir sohbet veya akıl yürütme modeli değildir, bu nedenle bir transkripti özetlemek, onunla ilgili soruları yanıtlamak veya talimatlardan metin üretmek gibi görevler farklı bir modele aittir. Bu takip adımlarına ihtiyacınız varsa, önce burada transkripsiyonu çalıştırın ve sonucu bir metin modeline aktarın.