Qwen Audio 3.0 ASR API

Qwen Audio 3.0 ASR について

短いクリップから長編まで音声入力で、文のタイミングを合わせ、30言語と主要な中国方言の認識に対応しています。

ファイルをアップロードするか、音声URLを渡す。言語は自動的に検出される。

別名 Qwen Audio ASR, Alibaba Cloud Qwen Audio 3.0 ASR

Qwen Audio 3.0 ASR の仕様

モデルID

qwen-audio-3-0-asr

開発元

Alibaba Cloud

カテゴリ

転写

リリース

2026年7月30日

入力

音声

出力

テキスト

リージョン

Singapore

エンドポイント

POST/v1/audio/transcriptions

代替モデルID

qwen-audio-3.0-asralibaba/qwen-audio-3-0-asr

Qwen Audio 3.0 ASR API の料金

EmpirioLabs カタログのライブ従量課金料金です。使った分だけの支払いで、月額最低料金はありません。

Qwen Audio 3.0 ASR API の呼び出し方

Qwen Audio 3.0 ASR は POST /v1/audio/transcriptions で動作します。リクエストはすぐに job_id を返すので、ジョブが完了するまで GET /v1/jobs/{job_id} をポーリングし、結果から出力 URL を読み取ってください。 EmpirioLabs ダッシュボードで API キーを取得してください。

curl https://api.empiriolabs.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen-audio-3-0-asr",
    "audio_url": "https://example.com/meeting-recording.mp3"
  }'

curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY"

import requests

response = requests.post(
    "https://api.empiriolabs.ai/v1/audio/transcriptions",
    headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    json={
        "model": "qwen-audio-3-0-asr",
        "audio_url": "https://example.com/meeting-recording.mp3",
    },
)
job = response.json()

# Generation runs as an async job. Poll until it completes.
import time
while True:
    status = requests.get(
        f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
        headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
    ).json()
    if status.get("status") in ("completed", "failed"):
        print(status)
        break
    time.sleep(5)

知っておくと便利

音声送信

ファイルをマルチパートfile、または一般的な音声フォーマットでJSONをaudio_urlまたはaudio_base64で送信してください。短いクリップも長い録音もどちらも受け入れています。

結果を得るために

リクエストはすぐにjob_idとpoll_urlを返します。statusがcompletedされるまでポーリングGET /v1/jobs/<job-id>します。短いクリップは数秒で終わります。長い録音はより時間がかかります。

何が返ってきますか

完了した作業のresultには、開始と終了時間を含む全文字起こしがtextおよび文のセグメントとして保持されています。言語は自動的に検出され、中国語の方言も含まれます。

請求

音声の1秒単位で請求され、次の1秒単位で切り上げられ、表示された時間単位の料金で計算されます。

Qwen Audio 3.0 ASR API: よくある質問

Qwen Audio 3.0 ASR API の料金はいくらですか?

EmpirioLabs では Qwen Audio 3.0 ASR は従量課金です: 転写 $0.252 音声の時間あたり。このページのライブ料金表は常に API の請求額と一致します。

Qwen Audio 3.0 ASR はどのエンドポイントを使いますか?

Qwen Audio 3.0 ASR は api.empiriolabs.ai 上の POST /v1/audio/transcriptions で提供され、標準的な Bearer トークン認証を使用します。

統合する前にブラウザで Qwen Audio 3.0 ASR を試せますか?

はい。EmpirioLabs プレイグラウンドでは API と同じパラメーターで Qwen Audio 3.0 ASR をブラウザ上で実行できるので、コードを書く前にプロンプトを試せます。

Qwen Audio 3.0 ASR の API キーはどうやって取得しますか?

EmpirioLabs アカウントを作成し、ダッシュボードの API Keysでキーを生成してください。課金は従量制クレジットなので、実行したリクエストの分だけ支払います。