الإجابة المختصرة: في نفس البريد الصوتي الذي مدته 12.6 ثانية، كوين أوديو 3.1 ASR كان أقل تكلفة وأرجعه أولا، وكتب كل رقم كأرقام. كوين أوديو 3.0 ASR كتبت الأرقام ككلمات، ستيب أوديو 3 ASR ماكس كانت قريبة من 3.1 ASR، و ديبجرام نوفا-3 التكلفة الأعلى وقسم رقم الفاتورة. جميع الأربعة يعملون على EmpirioLabs عبر نفس نقطة النهاية للنسخ. اقرأ كل نص أدناه؛ نحن لا نعلن فائزا.
البريد الصوتي
الكلمات المنطوقة: "مرحبا، أنا الدكتورة أمارا أوكافور تتصل بخصوص الفاتورة 4417. كان من المقرر دفع المبلغ مئتين وستة وثمانين دولارا في 14 مارس. يرجى الاتصال بي على الرقم 555 0142 قبل يوم الجمعة."
النصوص الأربعة
Qwen Audio 3.0 ASR: "مرحبا، أنا الدكتورة أمارا أوكافور تتصل بخصوص فاتورة أربعة آلاف وأربعمائة وسبعة عشر. الرصيد البالغ مئتين وستة وثمانين دولارا كان مستحقا في الرابع عشر من مارس. يرجى الاتصال بي على الساعة خمسمائة وخمسين صفر واحد أربعة اثنين قبل يوم الجمعة."
Qwen Audio 3.1 ASR: "مرحبا، أنا الدكتورة أمارا أوكافور أتصل بخصوص الفاتورة 4417. كان من المقرر تسليم باقي $286 في 14 مارس. يرجى الاتصال بي على الرقم 555-0142 قبل يوم الجمعة."
StepAudio 3 ASR Max: "مرحبا، أنا الدكتورة أمارا أوكافور أتصل بخصوص الفاتورة 4417. كان من المقرر تسليم باقي $286 في 14 مارس. يرجى الاتصال بي على الرقم 555 0142 قبل يوم الجمعة."
ديبغرام نوفا-3: "مرحبا. أنا الدكتور. أمارا أوكافر تتصل بخصوص الفاتورة 4400 و17. كان من المقرر تسليم باقي $286 في 14 مارس. يرجى الاتصال بي على 555-0142 قبل يوم الجمعة."
النتائج نظرة سريعة
| كوين أوديو 3.0 ASR | كوين أوديو 3.1 ASR | ستيب أوديو 3 ASR ماكس | ديبجرام نوفا-3 | |
|---|---|---|---|---|
| الصانع | علي بابا | علي بابا | ستيب فان | ديبغرام |
| وحدة الفوترة | ساعات من الصوت، ثانية بعد ثانية | الرموز | ساعات من الصوت | دقائق صوتية |
| سعر هذا التسجيل | $0.0009 | $0.0001 | $0.0008 | $0.0029 |
| حان وقت النص | 5.9 ثانية | 2.5 ثانية | 2.8 ثانية | 4.5 ثانية |
| الأرقام | ككلمات | كأرقام | كأرقام | كأرقام |
| الاسم | أمارا أوكافور | أمارا أوكافور | أمارا أوكافور | عمارة أوكافر |
كيف أدرناها
تم تركيب البريد الصوتي مرة واحدة باستخدام Qwen Audio 3.1 TTS Plus وإرساله لكل موديل كنفس ملف MP3 من خلال ما بعد /v1/audio/transcriptions، مع كل إعداد على الوضع الافتراضي وبدون طلب أو مفردات. لقطة واحدة لكل شخص، في 2 نوفمبر 2026. تمتد الأوقات من الرفع إلى المهمة المنجزة، ويتم استطلاعها كل 1.5 ثانية. الأسعار هي المبالغ المفروضة على هذه الطلبات بالضبط.
ما الذي يجب البحث عنه
أرقام. البريد الصوتي يحتوي على رقم فاتورة، ومبلغ، وتاريخ، ورقم هاتف. كوين أوديو 3.0 ASR كتب كل واحد منها؛ كتب الثلاثة الآخرون أرقاما، وسمع ديبغرام نوفا-3 رقم الفاتورة ك "4400 و 17".
حيث ينطبق الإصدار 3.0. Qwen Audio 3.0 ASR سعره لكل ساعة صوتية ويغطي المجموعات الرئيسية من اللهجات الصينية و30 لغة؛ اختبرها على الكلام الذي تحتاج إلى نسخه.
أجر نفس الاختبار على EmpirioLabs
curl https://api.empiriolabs.ai/v1/audio/transcriptions \ -H "التفويض: حامل $EMPIRIOLABS_API_KEY" \ -F model=qwen-audio-3-0-asr \ -F file=@voicemail.mp3الطلب يعيد الوظيفة؛ اقرأ النص من اذهب /v1/jobs/<job_id> بمجرد اكتمالها. تبديل النموذج إلى qwen-audio-3-1-asr, stepaudio-3-asr-max أو deepgram-nova-3 لتشغيل البقية، أو رفع تسجيل في playground.
الأسئلة الشائعة
هل تم تحرير النصوص أو إعادة المحاولة؟
لا. كل نص هو أول نتيجة للنموذج لهذا التسجيل، غير محرر.
هل يمكن للتنبيه إصلاح الأسماء والأرقام؟
لم يتم استخدام أي توجيه هنا. Qwen Audio 3.0 ASR Stream و Qwen Audio 3.1 ASR Stream يأخذان تلخيص الأسماء والمصطلحات على مقبس مباشر؛ انظر كيفية استخدام Qwen Audio 3.0 ASR وASR Stream.
أي واحد يجب أن أستخدم؟
قم بنسخ تسجيل مثل تسجيلك مع كل منها. نفس الطلب يعمل مع الأربعة مع تغيير النموذج فقط.
جربها
Playground | جميع الطرازات | التسعير
إفصاح: كتب هذا المقال بمساعدة الذكاء الاصطناعي وتمت مراجعته من قبل EmpirioLabs AI.
