---
title: "Qwen ASR: распознавание речи Qwen3-ASR Flash"
description: "Распознавание речи от Qwen в Alibaba Cloud: 26 языков с русским и украинским, контекст в подсказке, записи до 5 минут. Цена — 0,24 ₽ за минуту звука."
url: https://veselo.ai/models/qwen/qwen3-asr-flash
updated: 2026-11-16T14:39:32.641Z
---

# Qwen ASR: распознавание речи Qwen3-ASR Flash

Qwen ASR — распознавание речи от команды Qwen в Alibaba Cloud, а Qwen3-ASR Flash — её версия для готовых записей. Модель сама узнаёт язык, а в подсказке можно передать тему разговора и словарь имён. Подходит для коротких голосовых, заметок и заявок до пяти минут. Пять минут записи стоят около 1,20 ₽.

- **0,24 ₽ за минуту звука**
- до 2 ч звука
- звук → текст

`qwen/qwen3-asr-flash`

Обновлено: 16 ноября 2026 г.

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

## Попробовать Qwen3-ASR Flash

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 голосовую заметку с датами и названиями. Вернётся текст записи.

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

## Цены Qwen3-ASR Flash в рублях

| Звук — считаем по секундам | 0,24 ₽ 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 заявки на сайте: 300 заявок по минуте | Около 72,00 ₽ |
| --- | --- |
| Созвоны с китайскими партнёрами: созвон на полчаса, разрезанный на шесть частей | Около 7,20 ₽ |
| Голосовые заметки с аббревиатурами: 50 заметок по 2 минуты | Около 24,00 ₽ |
| Текст для коротких роликов: 40 роликов по полторы минуты | Около 14,40 ₽ |

## Что умеет Qwen3-ASR Flash

- Распознаёт речь на 26 языках, среди них русский, украинский, польский и чешский. Китайский — с диалектами: мандаринский, сычуаньский, хоккиен, у и кантонский ([модели Alibaba Cloud](https://www.alibabacloud.com/help/en/model-studio/asr-model)).
- Сама определяет язык. Если в записи точно один язык, его можно подсказать в `language`, а для смешанной речи поле стоит оставить пустым — так советует Alibaba Cloud.
- Принимает контекст в `prompt`: фоновый текст о записи и словарь имён и терминов ([справочник API](https://www.alibabacloud.com/help/en/model-studio/qwen-asr-api-reference)).
- Берёт записи до 5 минут за один запрос.
- Отметок времени и разметки говорящих у этой модели нет: в ответе только текст.
- По словам Qwen, точно расшифровывает речь и в сложной звуковой обстановке ([страница модели](https://www.qwencloud.com/models/qwen3-asr-flash)).

## Где применять

### Голосовые заявки на сайте

Не всем удобно заполнять форму из десяти полей: проще нажать кнопку и рассказать, что случилось. «Течёт кран на кухне, адрес Лесная, 12, удобно завтра после шести». Qwen3-ASR Flash превращает такую заявку в текст, а дальше её разбирает текстовая модель: адрес — в одно поле, время — в другое. Заявка редко длиннее минуты, так что предел в пять минут не мешает, а человеку не нужно ничего печатать на бегу.

**Пример запроса:** «file=zayavka-4471.webm, language=ru»

**Стоимость:** 300 заявок по минуте — около 72,00 ₽.

### Созвоны с китайскими партнёрами

Если поставщик из Китая присылает голосовые или созвоны на китайском, модель распознает и мандаринский, и диалекты: сычуаньский, хоккиен, у, кантонский. Для созвона на полчаса учти предел: режь запись на куски по 4–5 минут, по паузам, и отправляй по очереди. Готовый китайский текст потом переводится на русский текстовой моделью, а цифры и сроки из него проще сверить с договором. Куски, где говорят по-русски, отправляй с `language=ru` или без подсказки.

**Пример запроса:** «file=supplier-call-part-3.mp3, language=zh»

**Стоимость:** созвон на полчаса, разрезанный на шесть частей — около 7,20 ₽.

### Голосовые заметки с аббревиатурами

В заметках по работе полно слов, которых нет в словаре: ООО, ИНН, названия внутренних систем, фамилии клиентов. Qwen3-ASR Flash принимает в `prompt` фоновый текст и список таких слов, и модели проще записать их так, как принято у тебя. Держи этот список в настройках приложения и дописывай, когда в работе появляются новые названия. Насовсем модель их не запомнит: подсказка работает только в том запросе, с которым её отправили.

**Пример запроса:** «file=zametka-0915.m4a, language=ru, prompt=Заметки менеджера: ООО «Вектор», ИНН, 1С, CRM, Тимофеева»

**Стоимость:** 50 заметок по 2 минуты — около 24,00 ₽.

### Текст для коротких роликов

Ролики для соцсетей обычно короче пяти минут, а текст под ними нужен для описания, поиска и подписей. Отправь звуковую дорожку ролика в Qwen3-ASR Flash, и из расшифровки получится основа для описания и ключевых слов. Если ролик на английском или китайском, модель определит язык сама, подсказывать его не нужно. Имена и названия брендов перед публикацией проверь глазами. А для субтитров в кадре нужно время фраз, которого эта модель не даёт, — тут понадобится Whisper.

**Пример запроса:** «file=reels-0611.mp4»

**Стоимость:** 40 роликов по полторы минуты — около 14,40 ₽.

## 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-flash` |

## 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-flash`, 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-flash" \
  -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-flash", 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-flash',
  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 Flash** — эта модель | 0,24 ₽ / мин | до 2 ч звука | короткие записи до 5 минут с терминами, в том числе на китайском |
| [Qwen3-ASR 1.7B](https://veselo.ai/models/qwen/qwen3-asr-1.7b) — Qwen (Alibaba) | 0,14 ₽ / мин | до 2 ч звука | короткие команды и записи с музыкой на фоне; открытые веса |
| [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 |
| [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 |
| [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 |
| [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 1.7B**](https://veselo.ai/models/qwen/qwen3-asr-1.7b) — открытая модель той же семьи: отдаёт отметки времени слов и фраз, но языков в нашем API меньше.
- [**Whisper Large v3 Turbo**](https://veselo.ai/models/openai/whisper-large-v3-turbo) — если запись длиннее пяти минут и нужна одним файлом, вместе с отметками времени.
- [**Grok STT**](https://veselo.ai/models/x-ai/grok-stt) — расшифровка xAI с русским: ещё один вариант для коротких голосовых.

## Версии и отличия

- [Qwen3-ASR Flash Filetrans](https://veselo.ai/models/qwen/qwen3-asr-flash-filetrans) — 0,24 ₽ за минуту звука

## Как устроен доступ

Весело — не разработчик Qwen3-ASR Flash: 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

**Что такое Qwen ASR и какие модели в семье?**

Это распознавание речи команды Qwen в Alibaba Cloud. Flash работает с готовыми записями до 5 минут, у варианта Filetrans (`qwen/qwen3-asr-flash-filetrans`) запись уходит задачей и ответ ждать дольше, а открытая [Qwen3-ASR 1.7B](https://veselo.ai/models/qwen/qwen3-asr-1.7b) отдаёт отметки времени. Потоковую версию для живого звука мы не продаём.

**Что делать, если запись для Qwen3-ASR Flash длиннее пяти минут?**

Разрезать её на куски по паузам и отправить по очереди, а тексты склеить в том же порядке. Второй путь — вариант Filetrans для длинных файлов: он примет запись целиком, если она укладывается в наш предел 25 МБ, но ответа придётся подождать.

**Возвращает ли Qwen3-ASR Flash эмоции и время слов?**

Эмоцию говорящего модель у себя определяет всегда, но в ответе нашего API её нет: приходит только текст. Отметок времени Qwen3-ASR Flash не отдаёт — Alibaba Cloud пишет об этом прямо. Для субтитров возьми Qwen3-ASR 1.7B или Whisper.

**Как подсказать Qwen3-ASR Flash термины и имена?**

Положи в `prompt` одну-две фразы о записи и список слов: «Совещание отдела закупок. Поставщики: «Лотос», «Сибирь-Агро». Товары: профнастил С8, саморезы». Модель получает это как контекст, а не как команду, так что просьбы вроде «пиши грамотно» ничего не дадут.

**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 Flash?**

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: [alibabacloud.com](https://www.alibabacloud.com/help/en/model-studio/asr-model), [qwencloud.com](https://www.qwencloud.com/models/qwen3-asr-flash)
