Alibaba: Paraformer 8K v2

Paraformer 8K v2 wurde für chinesische Telefonaufnahmen mit 8 kHz Abtastrate entwickelt. Es ist eine gezielte Wahl für die Transkription von Anrufarchiven, bei denen das Audio aus der Telefonie stammt und nicht von einem Mikrofon in Studioqualität.

Modelle vergleichen

paraformer-8k-v2

VerfügbarAlibabaSprache zu TextSynchron / Asynchron

Preis: Ab $0.000012
Modalitäten: Audio

Über Paraformer 8K v2

Paraformer 8K v2 ist das Datei-Transkriptionsmodell von Alibaba, das auf 8-kHz-Telefonaufnahmen optimiert ist, hauptsächlich chinesische Anrufaudioaufnahmen. Es ist das Schmalband-Pendant zu Paraformer v2: Verwenden Sie es, wenn die Quelle eine Telefonleitung oder ein Call-Center-Archiv ist, und die allgemeine Version für breitbandigere Meeting-Audioaufnahmen. Zeitstempel sind immer aktiviert, und Diarisierung sowie Hotwords sind verfügbar.

Stärken

Entwickelt für 8-kHz-Telefonie, daher müssen Call-Center-Aufnahmen vor der Transkription nicht hochskaliert werden.
Zeitstempel werden immer zurückgegeben, was sich für Qualitätsprüfungen eignet, bei denen zu einer bestimmten Stelle im Anruf gesprungen werden muss.
Sprecher-Diarisierung kann Agent und Kunde in einem Zwei-Parteien-Gespräch trennen.
Benutzerdefinierte Hotwords helfen bei Produktnamen, Plannamen und Fachbegriffen, die in Anrufen wiederkehren.

Alternativen

Es zielt auf Schmalband-Telefon-Audio ab; Breitband-Meeting- oder Studioaufnahmen sind mit Paraformer v2 besser bedient.
Es ist ein Offline-Dateimodell, daher benötigen Live-Anrufuntertitel Paraformer Realtime 8K v2.

Erste Schritte

API-Schlüssel erstellen
Erstelle einen Schlüssel in Console und nutze ihn mit jedem Modell auf der Plattform.

Senden Sie Ihre erste Anfrage

Kopieren Sie das Beispiel für Ihre Sprache und führen Sie es gegen den Endpunkt aus.

Sprache zu TextTokenLab-Endpunkt

POST/v1/audio/transcriptions

curl -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-8k-v2" \
  -F language="en"

Preise

Der offizielle Preis ist die öffentliche Basisvorgabe des Modellerstellers. Der TokenLab-Preis ist das, was du für dieses Modell auf TokenLab zahlst.

Sprache zu Text

pro Sekunde

Offizieller Preis: $0.00001176
Official: $0.00001176
Rabatt: —

	Offizieller Preispro Sekunde	Officialpro Sekunde	Rabatt
Sprache zu Text	$0.00001176	$0.00001176	—

Nutzung & Aktivität

Die Erfolgsquote ist der Anteil abgeschlossener Anfragen. Die Latenz ist die Dauer einer vollständigen Antwort; P95 bedeutet, dass 95 % der Anfragen innerhalb dieser Zeit abgeschlossen wurden.

Nutzung & Verfügbarkeit

Letzte 24 Stunden

Anfragen
Erfolgsrate
P95-Latenz
Token gesamt

Modellleistung

Zuletzt aktualisiert 3. Okt. 2026, 19:24 UTC

Metriken erscheinen, sobald die Schwellenwerte für Datenschutz und Datenvolumen erreicht sind.

Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.

In Console öffnen

Öffne Paraformer 8K v2 in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.

Teste paraformer-8k-v2 mit einer kurzen Audio-Anfrage an /v1/audio/transcriptions. Zeige Ergebnis und Kosten.

Anwendungsfälle

Call-Center-Archive
Transkribieren Sie gespeicherte Kundenanrufe, um Qualitätsbewertungen, Compliance-Prüfungen und Stichwortsuchen zu unterstützen.
Trennung von Agent und Kunde
Verwenden Sie Diarisierung, um ein zweiseitiges Transkript zu erstellen und dann die Anliegen beider Seiten separat zusammenzufassen.
Beweise bei Streitfällen
Behalten Sie Zeitstempel neben dem Text bei, damit ein Prüfer den genauen Moment einer strittigen Aussage finden und abspielen kann.

Prompt-Beispiele

Transkribieren Sie diese 8-kHz-Mandarin-Anrufaufnahme und trennen Sie den Agenten vom Kunden.

Transkribieren Sie diese gespeicherten Inkasso-Anrufe unter Verwendung von Hotwords für unsere Produktnamen.

Transkribieren Sie dieses Telefoninterview und geben Sie Zeitstempel für jeden Satz zurück.

FAQ

Was bedeutet das 8k in paraformer-8k-v2?

Es bezieht sich auf die 8-kHz-Abtastrate, die Rate gewöhnlicher Telefon-Audioaufnahmen. Das Modell ist auf dieses Schmalband-Material, hauptsächlich chinesische Anrufaufnahmen, optimiert und nicht auf Breitbandquellen.

Sollte ich es für Meeting-Aufnahmen verwenden?

Normalerweise nicht. Meeting-Audio, das auf Laptops oder Raummikrofonen aufgenommen wurde, ist breitbandiger, und Paraformer v2 ist das passende Modell. Verwenden Sie die 8K-Version, wenn die Quelle tatsächlich ein Telefonanruf ist.

Sind Zeitstempel bei diesem Modell optional?

Nein. Alibaba gibt an, dass Zeitstempel für die Paraformer-Dateimodelle dauerhaft aktiviert sind und nicht ausgeschaltet werden können, sodass jedes Transkript, das dieses Modell zurückgibt, diese zusammen mit dem Text enthält.

Kann es einen Live-Anruf transkribieren?

Nicht als Stream. Dies ist das Offline-Dateimodell. Für Live-Telefon-Audio verwenden Sie Paraformer Realtime 8K v2, das einen Stream von Schmalband-Audio akzeptiert.

Was kostet Paraformer 8K v2?

Auf TokenLab kostet Paraformer 8K v2 $0.00001176 pro Sekunde. Die vollständige Aufschlüsselung steht in der Preistabelle oben. Die Preise hängen von Abrechnungseinheit, Spezifikation und Nutzung ab. Vergleichen Sie gleiche Bedingungen in der detaillierten Preisliste des Modells; eine einzelne Rate bestimmt nicht die Gesamtkosten.

Welchen Endpunkt soll Paraformer 8K v2 verwenden?

Verwenden Sie https://api.tokenlab.sh/v1/audio/transcriptions für Paraformer 8K v2. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.

Welche Operationen unterstützt Paraformer 8K v2?

Paraformer 8K v2 unterstützt Sprache zu Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.