Alibaba Cloud: Paraformer v2
paraformer-v2- السعر
- ابتداءً من $0.000012
- الأنماط
- صوت
عن Paraformer v2
Paraformer v2 هو نموذج التعرف على الكلام القائم على الملفات من Alibaba للنصوص غير المتصلة بالإنترنت للاجتماعات والمحادثات الطويلة. يتم استدعاؤه بشكل غير متزامن. توثق خدمة الملفات الأصلية من Alibaba تسجيلات تصل إلى 2 جيجابايت و12 ساعة، بينما تفرض نقطة نهاية الرفع المرتبطة هنا حداً منفصلاً قدره 25 ميجابايت. مقارنة بالنماذج التي تعمل في الوقت الفعلي، فإنه يضحي بالفورية مقابل الحصول على نص كامل.
نقاط القوة
- توثق خدمة الملفات الأصلية من Alibaba تسجيلات تصل إلى 12 ساعة أو 2 جيجابايت؛ وتقبل نقطة نهاية الرفع المرتبطة هنا ملفات تصل إلى 25 ميجابايت.
- يتم تضمين الطوابع الزمنية دائماً، لذا لا حاجة لخيار إضافي للحصول عليها.
- توثق Alibaba خاصية تحديد هوية المتحدث (diarization) كخيار أصلي للاجتماعات؛ وهي غير مدرجة في تفاصيل النموذج المرتبطة هنا.
- توثق Alibaba خاصية تصفية الكلمات الحساسة كخيار أصلي؛ وهي غير مدرجة في تفاصيل النموذج المرتبطة هنا.
متى تستخدم نموذجاً آخر
- تصل النتائج بعد اكتمال المهمة؛ تتطلب التسميات التوضيحية المباشرة استخدام Paraformer Realtime v2.
- بالنسبة لتسجيلات الهاتف بتردد 8 كيلوهرتز، يتوافق متغير 8K مع الصوت بشكل أفضل.
البدء
إنشاء مفتاح API
أنشئ مفتاح في Console واستخدمه مع جميع النماذج على المنصة.
إرسال طلبك الأول
انسخ المثال الخاص بلغة البرمجة التي تستخدمها وقم بتشغيله مقابل نقطة النهاية (endpoint).
صوت إلى نصنقطة اتصال TokenLabPOST/v1/audio/transcriptionscurl -X POST "https://api.tokenlab.sh/v1/audio/transcriptions" \ -H "Authorization: Bearer sk-xxx" \ -F file="@audio.mp3" \ -F operation="stt" \ -F response_format="json" \ -F model="paraformer-v2" \ -F language="en"
المعايير
صوت إلى نص
| المعلمة | القيم والحدود | القيمة الافتراضية | ملاحظات |
|---|---|---|---|
file | عدد المدخلات: ≥ 1, ≤ 1 | غير متوفر | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | غير متوفر | غير متوفر | This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified. |
response_format | غير متوفر | json | Omit this field to use json. The current route creates an asynchronous transcription task and returns JSON task status and results. This field does not select an audio output encoding. Other response formats have not been qualified for this model. |
التسعير
ينطبق سعر Verified على مسار Verified، وهو الأقل تكلفة في معظم النماذج. سعر Official هو السعر المعلن من صانع النموذج وينطبق على مسار Official الأكثر موثوقية. يحاسب خيار Auto بناءً على المسار الذي يكمل الطلب.
صوت إلى نص
لكل ثانية- سعر Official
- $0.00001176
- سعر Verified
- —
- خصم
- —
| سعر Officialلكل ثانية | سعر Verifiedلكل ثانية | خصم | |
|---|---|---|---|
| صوت إلى نص | $0.00001176 | — | — |
الاستخدام والنشاط
معدل النجاح هو نسبة الطلبات المكتملة. زمن الاستجابة هو مدة الاستجابة الكاملة؛ ويعني P95 أن 95% من الطلبات اكتملت ضمن ذلك الوقت.
الاستخدام والتوفر
آخر 24 ساعة- الطلبات
- معدل النجاح
- زمن الاستجابة P95
- إجمالي الرموز
تستند البيانات إلى طلبات المستخدمين المجمعة، باستثناء عمليات التحقق من الحالة.
فتح في Console
افتح Paraformer v2 في Console وجهز الرسالة للتعديل أو الإرسال.
ساعدني في تجربة paraformer-v2 بطلب صوتي قصير في /v1/audio/transcriptions. اعرض النتيجة والتكلفة.
حالات الاستخدام
أرشيف الاجتماعات
معالجة تسجيلات الاجتماعات المحفوظة، والمجهزة ضمن حد الرفع، لتحويلها إلى نص قابل للبحث مع طوابع زمنية.
نصوص المحاضرات
نسخ تسجيلات المحاضرات المجهزة ضمن حد الرفع، ثم فهرسة النص أو تلخيصه للطلاب.
إعداد الإشراف على المحتوى
يعد إخفاء الكلمات الحساسة أصلياً خياراً من Alibaba، وهو غير مدرج في تفاصيل النموذج هنا؛ قم بتصفية النص المُعاد من جانبك.
أمثلة Prompt
نسخ تسجيل الاجتماع العام الذي مدته 10 دقائق ضمن حد الـ 25 ميجابايت وإرجاع النص.
نسخ صوت مقطع المحاضرة وإرجاع النص الموقوت.
نسخ تسجيلات الاجتماعات الأسبوعية (stand-up)، ملف واحد لكل طلب، وإرجاع النص.
FAQ
ما هو أفضل استخدام لـ Paraformer v2؟
النسخ غير المتصل بالإنترنت للاجتماعات والمقابلات والمحادثات المسجلة. توثق Alibaba تنسيقات الصوت والفيديو الشائعة بأي معدل عينة. قم بتجهيز الملفات المرفوعة ضمن حد نقطة النهاية وتابع حالة المهمة المُعادة لمعرفة اكتمالها.
ما هو حجم المدخلات المسموح به؟
يستهدف Paraformer v2 الاجتماعات والمحادثات الطويلة: توثق خدمة الملفات الأصلية من Alibaba تسجيلات تصل إلى 12 ساعة أو 2 جيجابايت لكل تسجيل. نقطة نهاية الرفع المرتبطة هنا أكثر صرامة، حيث تبلغ 25 ميجابايت لكل ملف، ولا ترفع المخصصات الأصلية هذا الحد. قم بتجهيز كل ملف ضمن هذا الحجم وتتبع كل مهمة من خلال حالة المهمة المُعادة.
هل يمكنني إيقاف الطوابع الزمنية؟
لا. تذكر Alibaba أن الطوابع الزمنية مفعلة دائماً في Paraformer. افحص الحقول في استجابة النص التي تتلقاها فعلياً قبل البناء على هيكل توقيت محدد.
Paraformer v2 أم Fun-ASR؟
تدرج Alibaba خاصية تحديد هوية المتحدث والكلمات المفتاحية (hotwords) لكليهما كميزات أصلية؛ ولا يوجد أي منهما في تفاصيل النموذج المرتبطة هنا. Fun-ASR هو الخط الأحدث؛ بينما Paraformer v2 هو الخط الراسخ. قم بتشغيل عينة من صوتك عبر كل منهما وقارن الأخطاء التي تهمك.
كم تكلفة Paraformer v2؟
على TokenLab تكلف Paraformer v2 $0.00001176 لكل ثانية. التفاصيل الكاملة في جدول التسعير أعلاه. تعتمد الأسعار على وحدة الفوترة والمواصفات والاستخدام. قارن بين الشروط المتطابقة في التسعير التفصيلي للنموذج؛ السعر الواحد لا يحدد التكلفة الإجمالية.
ما نقطة النهاية التي يجب أن يستخدمها Paraformer v2؟
استخدم https://api.tokenlab.sh/v1/audio/transcriptions كافتراضي لـ Paraformer v2. إذا كانت الصيغة الأصلية للمزود مدعومة فإن API workbench يعرضها أيضاً.
ما العمليات التي يدعمها Paraformer v2؟
Paraformer v2 يدعم صوت إلى نص. اختر عملية في API workbench أعلاه لرؤية نقطة النهاية وعينة الكود المطابقة.
مقارنة Paraformer v2
المصادر
- Model Studio: recording file recognition models
- Model Studio: speech-to-text models for real-time and file transcription
تمت المراجعة في 02/10/2026