Qwen 오디오 3.0 ASR 및 ASR 스트림 사용 방법

Qwen 오디오 3.0 ASR과 Qwen 오디오 3.0 ASR 스트림은 EmpirioLabs에서 이용 가능합니다. ASR은 녹음된 오디오를 전사합니다. /v1/audio/transcriptions 이후, ASR Stream은 실시간 오디오를 전사합니다 WSS://api.empiriolabs.ai/v1/realtime. 두 기기 모두 30개 언어와 주요 중국어 방언을 인식하고, API와 Playground에서 작동하며, 오디오 시간당 요금과 초 단위로 요금이 부과됩니다.

출시 영상을 시청하세요

영화 내 요청은 모델 자신의 페이지에 있는 것이고, 음악은 ACE-Step on EmpirioLabs에서 제작했습니다. 유튜브에서 시청하세요·.

녹음 필사

curl https://api.empiriolabs.ai/v1/audio/transcriptions \ -H "인증: 베어러 $EMPIRIOLABS_API_KEY" \ -F model=qwen-audio-3-0-asr \ -F file=@interview.mp3

JSON 몸체가 audio_url 또는 audio_base64 파일 업로드 대신 작동합니다. 짧은 클립과 긴 녹음 모두 허용됩니다. 답변은 일입니다; 설문조사 빨리 /v1/jobs/<job_id> 그러다 현황 이야. 지원하다그리고 그 다음 대본을 읽어보세요. 결과.텍스트 그리고 시간 제한 문장들은 결과.세그먼트. 언어는 자동으로 감지됩니다.

WebSocket을 통한 실시간 전사

wss://api.empiriolabs.ai/v1/realtime?model=qwen-audio-3-0-asr-stream 권한: 베어러 YOUR_EMPIRIOLABS_API_KEY

바로 그 직후에 세션.생성됨첫 번째 오디오가 나오기 전에 세션에 필요한 설정을 전송하세요:

{"type": "session.update", "session": { "input_audio_transcription": {"language": "en", "prompt": "화자: Dr. Okafor, Priya Raman. 용어: 혈관성형술, 스텐트."}, "turn_detection": {"silence_duration_ms": 600}}

그 다음 16kHz, 16비트 모노 PCM 오디오를 base64 in으로 스트리밍합니다 input_audio_buffer.append 사건들에 대한 메시지입니다. 커밋을 보내는 것은 없으며, 모델은 각 문장을 그 뒤에 이어지는 일시정지에서 끝냅니다. conversation.item.input_audio_transcription.delta 화자가 말하는 동안 문장을 전달하며, conversation.item.input_audio_transcription.completed 확정된 형량.

• 프롬프트. input_audio_transcription.prompt 화자가 사용하는 이름과 용어를 최대 400자까지 포함하며, 정확히 보이는 대로 작성됩니다.
• 잠시 멈춘다. turn_detection.silence_duration_ms (200에서 6000, 기본값 800) 는 문장이 끝나는 정지 시간을 결정하며, turn_detection.threshold (0.0에서 1.0까지) 말을 얼마나 크게 해야 하는지 계산합니다.
• 방. input_audio_noise_reduction 이것 near_field 헤드셋 또는 far_field 방 마이크에 대해, 그리고 keep_dialect 중국어 방언 단어를 그대로 유지합니다.

운용 노트

• 모든 전사 요청은 짧은 클립조차도 일자리를 반환합니다. 대본을 읽어보세요. 빨리 /v1/jobs/<job_id> 한 번 현황 이야. 지원하다·.
• 오디오 전에 ASR Stream 설정을 보내세요. 오디오 스트리밍 중에 설정을 변경하면 진행 중인 문장이 끝나고, 그 다음에 보내지는 오디오에만 적용됩니다.
• ASR Stream은 보내는 오디오에 대해 요금을 청구하며, 무음도 포함됩니다. 아무도 말하지 않을 때는 전송을 멈추고, 세션이 끝나면 소켓을 닫으세요.

제품정보

두 모델 모두 사용량 중 하나씩 요금을 내며, 오디오 시간당 요금을 매기고 초 단위로 청구합니다: ASR은 각 녹음 길이에 따라 다음 초 단위로 반올림하고, ASR 스트림은 세션에서 보내진 오디오로 결제되어 세션이 끝날 때 청구됩니다. ASR Stream은 요금이 더 높으므로, 스피커가 말하는 동안 결과가 필요 없는 녹음에는 ASR을 사용하세요. 현재 요금은 ASR 그리고 ASR 스트림 모델 페이지와 가격표·.

건설 시작

시도해 봐 Qwen 오디오 3.0 ASR Playground 녹화된 영상을 업로드하거나 ASR 스트림 세션 시작을 클릭하고 말을 할 수 있습니다. API 참조는 ASR 그리고 ASR 스트림. 워드 타임스탬프와 토큰 가격 책정에 대해서는 다음을 참조하세요 Qwen 오디오 3.1 ASR, ASR 스트림 및 ASR 메시지 사용 방법·.

공개: 이 문서는 AI 지원으로 작성되었으며 EmpirioLabs AI에 의해 검토되었습니다.