Fun-ASR实时语音识别

复制成功！

加入对比

概述

通义百聆推出的新一代轻量级实时语音识别模型，依托自研的先进语音技术架构，具备强大的上下文理解能力。专为中文电话客服场景设计：覆盖多地区方言口音，在低采样率、低信噪比环境下实现低延迟、高准确率的流式转写，满足高效部署需求。此版本为2026年1月28日的快照版本。

输入

音频

输出

文本

功能

前缀补全

调用通义千问 API 时启用 Partial Mode，可让模型严格接续您提供的前缀文本进行生成。查看文档

函数调用

通过函数调用将大模型与外部工具和系统连接起来。查看文档

缓存

Context Cache 会缓存长上下文请求的公共前缀，减少重复计算、提升响应速度并降低成本。查看文档

结构化输出

结构化输出可确保模型返回符合预期格式的 JSON 字符串。查看文档

批量任务

异步批量处理请求，降低调用成本。查看文档

联网搜索

启用联网搜索后，模型可基于实时检索的数据进行回答。查看文档

微调

基于样本数据训练模型，使其更适配特定任务。查看文档

定价

音频时长
¥0.00022每秒

速率限制

RPM每分钟请求数
1200

API 参考

调用API

复制成功！

12345678910111213141516171819202122232425262728

import dashscope
from http import HTTPStatus
from dashscope.audio.asr import Recognition

dashscope.base_websocket_api_url = "wss://cn-beijing.maas.qianwenaiapi.com/api-ws/v1/inference"

# 若没有将API Key配置到环境变量中，需将下面这行代码注释放开，并将apiKey替换为自己的API Key
# dashscope.api_key = "apiKey"

model = "fun-asr-flash-8k-realtime-2026-01-28"
recognition = Recognition(model=model,
                          format='wav',
                          sample_rate=8000 if "8k" in model else 16000,
                          callback=None)
result = recognition.call('asr_example.wav')
if result.status_code == HTTPStatus.OK:
    print('识别结果：')
    print(result.get_sentence())
else:
    print('Error: ', result.message)
    
print(
    '[Metric] requestId: {}, first package delay ms: {}, last package delay ms: {}'
    .format(
        recognition.get_last_request_id(),
        recognition.get_first_package_delay(),
        recognition.get_last_package_delay(),
    ))