---
title: "Qwen3-ASR 1.7B по API"
description: "Открытая модель Qwen на основе Qwen3-Omni: 18 языков с русским в нашем API, время слов и фраз, речь на фоне музыки. Цена — 0,14 ₽ за минуту звука."
url: https://veselo.ai/models/qwen/qwen3-asr-1.7b
updated: 2026-11-16T14:39:32.641Z
---

# Qwen3-ASR 1.7B по API

Qwen3-ASR 1.7B — открытая модель распознавания речи от команды Qwen, построенная на Qwen3-Omni. Веса выложены под лицензией Apache 2.0, а через наш API модель работает без своего сервера: файл на входе, текст с отметками времени на выходе. Сто минут записи стоят около 14,00 ₽.

- **0,14 ₽ за минуту звука**
- до 2 ч звука
- звук → текст

`qwen/qwen3-asr-1.7b`

Обновлено: 16 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/transcriptions)

## Попробовать Qwen3-ASR 1.7B

Загрузи короткую запись — модель вернёт текст. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

**Что попробовать:** Загрузи запись до двух минут или запиши с микрофона, например короткую команду «Поставь напоминание на завтра в девять». Вернётся текст.

В ответ приходит текст записи в поле text — как у OpenAI.

## Цены Qwen3-ASR 1.7B в рублях

| Звук — считаем по секундам | 0,14 ₽ за минуту |
| --- | --- |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Голосовые команды в приложении: 12 000 команд по 5 секунд | Около 140,00 ₽ |
| --- | --- |
| Видеоблоги и записи с музыкой на фоне: 10 роликов по 15 минут | Около 21,00 ₽ |
| Тренажёр произношения с подсветкой слов: 600 упражнений по 20 секунд | Около 28,00 ₽ |
| Проба перед запуском на своём сервере: 300 минут тестовых записей | Около 42,00 ₽ |

## Что умеет Qwen3-ASR 1.7B

- Открытая модель Qwen для распознавания речи, построенная на Qwen3-Omni. Веса — под лицензией Apache 2.0 ([карточка модели](https://huggingface.co/Qwen/Qwen3-ASR-1.7B)).
- Сама модель знает 30 языков и 22 диалекта китайского. В нашем API доступны 18 из них: русский, английский, немецкий, французский, испанский, итальянский, португальский, нидерландский, турецкий, арабский, урду, китайский, кантонский, японский, корейский, индонезийский, малайский и вьетнамский.
- Отдаёт отметки времени слов и фраз в ответе `verbose_json`.
- Распознаёт не только речь, но и пение, в том числе песни с музыкой на фоне.
- По замерам Qwen, язык записи модель определяет верно в 97,9% случаев, у Whisper large-v3 в том же тесте — 94,1%.
- На внутреннем наборе Qwen с очень сильным шумом доля ошибок в словах у неё 16,17%, у Whisper large-v3 — 63,17%.

## Где применять

### Голосовые команды в приложении

«Поставь напоминание на завтра в девять», «Включи свет в спальне», «Добавь молоко в список» — команды по 3–5 секунд, которых за день набираются тысячи. Модель переводит их в текст, а дальше обычный код или текстовая модель понимает, что сделать. Для таких запросов подходит ответ `response_format=text`: ничего лишнего, только фраза. Язык команд не стоит оставлять модели на угадывание: передай его в `language`, если приложение и так знает язык человека.

**Пример запроса:** «file=cmd-55102.wav, language=ru, response_format=text»

**Стоимость:** 12 000 команд по 5 секунд — около 140,00 ₽.

### Видеоблоги и записи с музыкой на фоне

У влогов музыка играет почти всегда: в начале, на переходах, под рассказом. Qwen прямо относит пение и песни с музыкой на фоне к звуку, который модель умеет расшифровывать. Расшифровка пригодится для описания ролика, поиска по каналу и черновика субтитров с отметками времени. Если музыка громче голоса, сделай для расшифровки отдельную дорожку с приглушённым фоном. Отметки фраз потом помогут собрать оглавление выпуска по минутам.

**Пример запроса:** «file=vlog-ep-18.mp3, response_format=verbose_json, timestamp_granularities[]=segment»

**Стоимость:** 10 роликов по 15 минут — около 21,00 ₽.

### Тренажёр произношения с подсветкой слов

В приложении для изучения языка ученик читает фразу вслух, а программа подсвечивает, какие слова распознались, а какие нет. Тут пригодится время каждого слова: модель отдаёт его в `verbose_json`, если попросить `timestamp_granularities[]=word`. Сравни распознанный текст с образцом и подсвети расхождения. В нашем API у модели 18 языков, среди них английский, немецкий, испанский и китайский. Подскажи язык упражнения в `language`, чтобы ошибки ученика не приняли за другой язык.

**Пример запроса:** «file=lesson-12-try-3.webm, language=en, response_format=verbose_json, timestamp_granularities[]=word»

**Стоимость:** 600 упражнений по 20 секунд — около 28,00 ₽.

### Проба перед запуском на своём сервере

Открытые веса под Apache 2.0 можно развернуть у себя, но сначала хорошо бы понять, справится ли модель с твоими записями. Через наш API это проверяется без видеокарты и настройки: прогони пару сотен своих файлов и посмотри на ошибки. Если результат устраивает, а объёмы растут, переезжай на свой сервер; если объёмы небольшие, проще остаться на API и платить за минуты.

**Пример запроса:** «file=sample-0042.flac, response_format=verbose_json»

**Стоимость:** 300 минут тестовых записей — около 42,00 ₽.

## Характеристики

| Разработчик | Qwen (Alibaba) |
| --- | --- |
| Вид | Распознавание речи |
| Файл | mp3, wav, flac, m4a, mp4, ogg, webm; до 25 МБ |
| Звук за раз | до 2 ч |
| Ответ | json, text, srt, vtt, verbose_json |
| id для запроса | `qwen/qwen3-asr-1.7b` |

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — `POST https://veselo.ai/v1/audio/transcriptions` с полем `model`: `qwen/qwen3-asr-1.7b`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**curl**

```
curl https://veselo.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -F model="qwen/qwen3-asr-1.7b" \
  -F file="@speech.mp3"
```

**Python**

```
from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ", timeout=600.0, max_retries=0)

with open("speech.mp3", "rb") as f:
    r = client.audio.transcriptions.create(model="qwen/qwen3-asr-1.7b", file=f)
print(r.text)
```

**JavaScript**

```
import fs from 'node:fs';
import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ', timeout: 600_000, maxRetries: 0 });

const r = await client.audio.transcriptions.create({
  model: 'qwen/qwen3-asr-1.7b',
  file: fs.createReadStream('speech.mp3'),
});
console.log(r.text);
```

### Пример ответа — только поля

```
{
  "text": "…"
}
```

**В программах:** тем же ключом и по тому же адресу, что остальные модели, — из любого HTTP-клиента или библиотеки openai. [Библиотеки и программы](https://veselo.ai/docs/sdks)

[Документация раздела](https://veselo.ai/docs/transcriptions)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **Qwen3-ASR 1.7B** — эта модель | 0,14 ₽ / мин | до 2 ч звука | короткие команды и записи с музыкой на фоне; открытые веса |
| [Qwen3-ASR Flash](https://veselo.ai/models/qwen/qwen3-asr-flash) — Qwen (Alibaba) | 0,24 ₽ / мин | до 2 ч звука | короткие записи до 5 минут с терминами, в том числе на китайском |
| [Cartesia Ink Whisper](https://veselo.ai/models/cartesia/ink-whisper) — Cartesia | 0,26 ₽ / мин | до 2 ч звука | массовая расшифровка голосовых сообщений, заметок и телефонных записей |
| [Soniox STT v6](https://veselo.ai/models/soniox/stt-async-v6) — Soniox | 0,19 ₽ / мин | до 2 ч звука | фоновая расшифровка записей на 60+ языках, когда ответ может подождать |
| [Grok STT](https://veselo.ai/models/x-ai/grok-stt) — xAI (Grok) | 0,19 ₽ / мин | до 2 ч звука | расшифровка встреч, звонков и голосовых на русском и ещё 37 языках со временем слов |
| [AssemblyAI Universal-2](https://veselo.ai/models/assemblyai/universal-2) — AssemblyAI | 0,28 ₽ / мин | до 2 ч звука | пакетная расшифровка на многих языках, русский — с высокой точностью |

- [**Qwen3-ASR Flash**](https://veselo.ai/models/qwen/qwen3-asr-flash) — 26 языков и контекст в подсказке, но без отметок времени и с пределом в пять минут.
- [**Whisper Large v3 Turbo**](https://veselo.ai/models/openai/whisper-large-v3-turbo) — тоже открытые веса, 99 языков и отметки времени.
- [**Cartesia Ink Whisper**](https://veselo.ai/models/cartesia/ink-whisper) — модель Cartesia на основе Whisper с русским; сравни цены в таблице.

## Как устроен доступ

Весело — не разработчик Qwen3-ASR 1.7B: модель выпускает Qwen (Alibaba). Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. [Данные и приватность](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**Почему у Qwen3-ASR 1.7B в API 18 языков, а в карточке 30?**

В карточке перечислены языки, которые знает сама модель. В нашем API модель принимает 18 из них, и это список, который мы можем честно обещать. Русский, английский, китайский и ещё 15 языков в нём есть, а, например, польского и чешского нет — для них подойдёт [Qwen3-ASR Flash](https://veselo.ai/models/qwen/qwen3-asr-flash).

**Можно ли скачать Qwen3-ASR 1.7B и запустить у себя?**

Да, веса лежат на странице модели, лицензия Apache 2.0 разрешает и коммерческое использование. Отметки времени в открытом выпуске считает отдельная модель Qwen3-ForcedAligner-0.6B, через наш API они приходят сразу в ответе.

**Есть ли у Qwen3-ASR 1.7B разметка говорящих?**

Через наш API — нет, в ответе только текст и время слов и фраз. Если важно, кто говорит, возьми [GPT-4o Transcribe Diarize](https://veselo.ai/models/openai/gpt-4o-transcribe-diarize).

**Распознаёт ли Qwen3-ASR 1.7B песни?**

Да, Qwen прямо называет среди возможностей пение и песни с музыкой на фоне и публикует замеры на таких наборах. Но по замерам Qwen ошибок на целых песнях заметно больше, чем на обычной речи, поэтому для караоке и субтитров к клипам вычитывай результат.

**Есть ли подписка или абонентская плата?**

Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.

**Сколько запросов можно отправлять?**

До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.

**Нужны ли VPN и зарубежная карта для Qwen3-ASR 1.7B?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

## Ещё по теме

- [Все модели: распознавание речи](https://veselo.ai/models/raspoznavanie-rechi-api)
- [Qwen API: модели Alibaba Qwen](https://veselo.ai/models/qwen)
- [Распознавание речи по API за рубли — документация API](https://veselo.ai/docs/transcriptions)
- [Qwen3.8 27B без цензуры](https://veselo.ai/models/qwen/qwen3.8-27b-uncensored)
- [Qwen3.8 Max](https://veselo.ai/models/qwen/qwen3.8-max)
- [Qwen3.7 Max](https://veselo.ai/models/qwen/qwen3.7-max)
- [Qwen3.6 27B](https://veselo.ai/models/qwen/qwen3.6-27b)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [huggingface.co](https://huggingface.co/Qwen/Qwen3-ASR-1.7B), [alibabacloud.com](https://www.alibabacloud.com/help/en/model-studio/asr-model)
