هوش مصنوعی هرمزهرمزورود

Qwen: Qwen3 ASR 0.6B: مدل صوتی

Qwen3 ASR 0.6B مدلِ جمع‌وجورِ تشخیصِ گفتارِ Qwen برای ۳۰ زبان و ۲۲ گویشِ چینی است. از داخل ایران و از طریق هرمز.

قیمت:
$0.0001998/minute of audio
نوع:
audio
  • صوت

Qwen3 ASR 0.6B یک مدلِ جمع‌وجورِ تشخیصِ خودکارِ گفتار از Qwen (Alibaba) است. زبانِ گفتار را تشخیص می‌دهد و در ۳۰ زبان و ۲۲ گویشِ چینی رونویسی می‌کند.

هرمز Qwen3 ASR 0.6B را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/transcriptions که متن را در همان پاسخ برمی‌گرداند، و /v1/predictions برای ضبط‌های طولانی که در پس‌زمینه پردازش می‌شوند. در آزمایش‌های ما روی گفتارِ فارسی نتیجه قابل‌قبول بود. برای دقتِ بیشتر در فارسی، نسخه‌ی بزرگ‌ترش Qwen3 ASR 1.7B خوب عمل کرد.

هزینه به ازای هر دقیقه صدا محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید. هرمز دسترسیِ پایدار به آن را از داخل ایران فراهم می‌کند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.

Qwen3 ASR 0.6B is a compact automatic speech recognition model from Qwen. It supports multilingual language identification and transcription across 30 languages and 22 Chinese dialects, with streaming and offline...

شروع سریع

curl https://api.hormouz.net/v1/audio/transcriptions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -F model=qwen/qwen3-asr-0.6b \
  -F file=@audio.mp3

مشخصات

سازندهQwen
نوعصدا
پنجره زمینه—
قیمت$0.0001998/minute of audio
نوع APItranscriptions

اندازه‌های این خانواده

اندازهپنجره زمینهقیمت
0.6B—$0.0001998/minute of audio
1.7B—$0.00045/minute of audio

نمونه کد

cURL
curl https://api.hormouz.net/v1/audio/transcriptions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -F model=qwen/qwen3-asr-0.6b \
  -F file=@audio.mp3
Python
from openai import OpenAI
client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1")
with open("audio.mp3", "rb") as f:
    tr = client.audio.transcriptions.create(model="qwen/qwen3-asr-0.6b", file=f)
print(tr.text)
JavaScript
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const tr = await client.audio.transcriptions.create({
  model: "qwen/qwen3-asr-0.6b",
  file: fs.createReadStream("audio.mp3"),
});
console.log(tr.text);

خرید API Qwen: Qwen3 ASR 0.6B با پرداخت ریالی

  • با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
  • با یک کلید هرمز به Qwen: Qwen3 ASR 0.6B و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
  • بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.
ساخت حساب

استفاده از طریق هرمز

با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.

درخواست دسترسی شرکتی

سوالات متداول

هزینه‌ی استفاده از Qwen3 ASR 0.6B چقدر است؟
هزینه به ازای هر دقیقه صدا محاسبه می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید.
چطور از داخل ایران به Qwen3 ASR 0.6B دسترسی داشته باشم؟
کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیرِ دسترسیِ پایدار به این مدل را از داخل ایران فراهم می‌کند و نیازی به کارت اعتباری خارجی یا ابزارِ دور زدنِ تحریم ندارید.
چطور Qwen3 ASR 0.6B را فراخوانی کنم؟
هرمز Qwen3 ASR 0.6B را روی دو مسیر ارائه می‌دهد. مسیرِ سازگار با OpenAI یعنی POST /v1/audio/transcriptions فایل را به‌صورتِ فیلدِ multipart با نامِ «file»، یا به‌صورتِ JSON در input_audio (با data به‌شکلِ base64 و format) می‌گیرد و {text, usage} را در همان پاسخ برمی‌گرداند. POST /v1/predictions ضبط‌های طولانی را در پس‌زمینه پردازش می‌کند: input.audio یک نشانیِ https یا یک data: URI است و input.language اختیاری است. کدی که برای SDK اوپن‌ای‌آی نوشته شده فقط با تغییرِ آدرسِ پایه کار می‌کند.
Qwen3 ASR 0.6B فارسی را چقدر خوب رونویسی می‌کند؟
در حدِ قابل‌قبول. در آزمایش‌های ما متنِ فارسی قابل‌استفاده بود اما دقتش از Qwen3 ASR 1.7B کمتر بود؛ وقتی دقت در فارسی مهم است، نسخه‌ی بزرگ‌تر انتخابِ بهتری است.

به‌روزرسانی: 2026-10-13