Aplomb 1, हमारा पहला मॉडल, अब उपलब्ध है। लॉन्च पोस्ट पढ़ें

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max

Qwen Audio 3.1 ASR और StepAudio 3 ASR Max साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।

Alibaba Cloud StepFun प्रतिलेखन
Qwen Audio 3.1 ASR आज़माएं StepAudio 3 ASR Max आज़माएं कीमत देखें

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max एक नज़र में

Alibaba Cloud का Qwen Audio 3.1 ASR और StepFun का StepAudio 3 ASR Max दोनों प्रतिलेखन श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।

मुख्य अंतर

  • Qwen Audio 3.1 ASR नई रिलीज़ है (10 सित॰ 2026); StepAudio 3 ASR Max 31 अग॰ 2026 को रिलीज़ हुआ था।

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: विशेषताएं

स्पेकQwen Audio 3.1 ASRStepAudio 3 ASR Max
मॉडल IDqwen-audio-3-1-asrstepaudio-3-asr-max
निर्माताAlibaba CloudStepFun
रिलीज10 सित॰ 202631 अग॰ 2026
इनपुट
ऑडियो
ऑडियो
आउटपुट
टेक्स्ट
टेक्स्ट
रीजनSingaporeInternational
एंडपॉइंट
POST /v1/audio/transcriptions
POST /v1/audio/transcriptions
क्षमताएं
transcription speech to text multilingual
transcription speech to text multilingual

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: API की कीमतें

दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: API के पैरामीटर

EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।

पैरामीटरQwen Audio 3.1 ASRStepAudio 3 ASR Max
file-string
file_url-string
audio_base64-string
enable_itn-boolean डिफॉल्ट: true
format-wav, mp3, ogg, m4a, pcm
codec-string
rate-number
bits-number
channel-number
Qwen Audio 3.1 ASR API का पूरा संदर्भ StepAudio 3 ASR Max API का पूरा संदर्भ

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: सीमाएं और नोट्स

Qwen Audio 3.1 ASR

ऑडियो भेजना

सामान्य ऑडियो प्रारूपों में मल्टीपार्ट file, या audio_url या audio_base64 के साथ JSON के रूप में एक फ़ाइल भेजें। छोटी क्लिप और लंबी रिकॉर्डिंग दोनों स्वीकार किए जाते हैं।

परिणाम प्राप्त करना

अनुरोध तुरंत एक job_id और एक poll_url लौटाता है। पोल GET /v1/jobs/<job-id> जब तक status completed न हो जाए। छोटी क्लिप सेकंड में समाप्त हो जाती है; लंबी रिकॉर्डिंग में अधिक समय लगता है।

क्या वापस आता है

पूर्ण कार्य की result में पूर्ण प्रतिलेख text के रूप में, प्रारंभ और समाप्ति समय के साथ वाक्य खंड और शब्द टाइमस्टैम्प होते हैं। चीनी बोलियों सहित भाषा का स्वचालित रूप से पता लगाया जाता है।

बिलिंग

इनपुट और आउटपुट टोकन की कीमत प्रति 1M है, और प्रत्येक अनुरोध को मॉडल रिपोर्ट के उपयोग से बिल किया जाता है।

StepAudio 3 ASR Max

wav, mp3, ogg, m4a और pcm इनपुट का समर्थन करता है. PCM अनुरोधों में कोडेक, नमूना दर, बिट गहराई और चैनल गणना शामिल होनी चाहिए. भाषा का स्वचालित रूप से पता लगाया जाता है और इसे सेट नहीं किया जा सकता है; चीनी, अंग्रेजी, जापानी, कोरियाई, फ्रेंच और स्पैनिश को पहचाना जाता है, पूर्वावलोकन में चीनी और अंग्रेजी के अलावा अन्य भाषाओं के साथ. व्युत्क्रम पाठ सामान्यीकरण डिफ़ॉल्ट रूप से चालू होता है और इसे enable_itn के साथ बंद किया जा सकता है. इस मॉडल पर हॉटवर्ड और शब्द टाइमस्टैम्प उपलब्ध नहीं हैं. ऑडियो को उसकी मापी गई अवधि के आधार पर बिल किया जाता है, जिसमें न्यूनतम एक सेकंड होता है.

Qwen Audio 3.1 ASR और StepAudio 3 ASR Max को कैसे कॉल करें

Qwen Audio 3.1 ASR POST /v1/audio/transcriptions से चलता है। request तुरंत job_id देती है; job पूरा होने तक GET /v1/jobs/{job_id} को poll करें और परिणाम से आउटपुट URLs पढ़ें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को qwen-audio-3-1-asr या stepaudio-3-asr-max पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।

cURL: job सबमिट करें
curl https://api.empiriolabs.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-audio-3-1-asr",
    "audio_url": "https://example.com/meeting-recording.mp3"
  }'

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: परीक्षण और गाइड

prompt परीक्षण और तुलना रन जिनमें दोनों मॉडल शामिल हैं।

Qwen Audio 3.0 ASR vs Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max vs Deepgram Nova-3गाइड क्वेन ऑडियो 3.0 एएसआर बनाम क्वेन ऑडियो 3.1 एएसआर बनाम स्टेपऑडियो 3 एएसआर मैक्स बनाम डीपग्राम नोवा-3: एक ध्वनि मेल हमने क्वेन ऑडियो 3.0 एएसआर, क्यूवेन ऑडियो 3.1 एएसआर, स्टेपऑडियो 3 एएसआर मैक्स और डीपग्राम नोवा-3 को एक नाम, एक चालान...

Qwen Audio 3.1 ASR vs StepAudio 3 ASR Max: आम सवाल

Qwen Audio 3.1 ASR और StepAudio 3 ASR Max में क्या अंतर है?

Qwen Audio 3.1 ASR नई रिलीज़ है (10 सित॰ 2026); StepAudio 3 ASR Max 31 अग॰ 2026 को रिलीज़ हुआ था। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।

Qwen Audio 3.1 ASR और StepAudio 3 ASR Max में से नया कौन सा है?

Qwen Audio 3.1 ASR नई रिलीज़ है (10 सित॰ 2026); StepAudio 3 ASR Max 31 अग॰ 2026 को रिलीज़ हुआ था।

Qwen Audio 3.1 ASR और StepAudio 3 ASR Max में से किसकी दर कम है?

दोनों मॉडलों की कीमत अलग इकाइयों या स्तरों पर तय होती है, इसलिए इस पेज की लाइव दर तालिकाओं की तुलना करें। वे हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।

क्या मैं अपना इंटीग्रेशन दोबारा बनाए बिना Qwen Audio 3.1 ASR और StepAudio 3 ASR Max के बीच बदल सकता हूं?

हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/audio/transcriptions इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।

क्या मैं इंटीग्रेट करने से पहले ब्राउज़र में Qwen Audio 3.1 ASR और StepAudio 3 ASR Max आज़मा सकता हूं?

हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।

बेहतर समापन बिंदुओं का उपयोग करने के लिए तैयार हैं?

हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।

मूल्य निर्धारण देखें
संपर्क करें