Alibaba Cloud: Paraformer v2
paraformer-v2- Preis
- Ab $0.000012
- Modalitäten
- Audio
Über Paraformer v2
Paraformer v2 ist Alibabas dateibasiertes Spracherkennungsmodell für Offline-Transkripte von Meetings und langen Konversationen. Es wird asynchron aufgerufen. Alibabas nativer Dateidienst dokumentiert Aufnahmen von bis zu 2 GB und 12 Stunden, während der hier verlinkte Upload-Endpunkt ein separates Limit von 25 MB hat. Im Vergleich zu den Echtzeit-Modellen tauscht es Unmittelbarkeit gegen ein vollständiges Transkript ein.
Stärken
- Alibabas nativer Dateidienst dokumentiert Aufnahmen von bis zu 12 Stunden oder 2 GB; der hier verlinkte Upload-Endpunkt akzeptiert Dateien bis zu 25 MB.
- Zeitstempel sind immer enthalten, daher ist keine zusätzliche Option erforderlich, um sie zu erhalten.
- Alibaba dokumentiert Sprecher-Diarisierung als native Option für Meetings; sie ist nicht in den hier verlinkten Modelldetails enthalten.
- Alibaba dokumentiert die Filterung sensibler Wörter als native Option; sie ist nicht in den hier verlinkten Modelldetails enthalten.
Alternativen
- Die Ergebnisse treffen nach Abschluss des Auftrags ein; für Live-Untertitel wird Paraformer Realtime v2 benötigt.
- Für 8-kHz-Telefonaufnahmen passt die 8K-Variante besser zum Audio.
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-EndpunktPOST/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"
Parameter
Sprache zu Text
| Parameter | Werte und Grenzen | Standardwert | Hinweise |
|---|---|---|---|
file | Eingaben: ≥ 1, ≤ 1 | Nicht angegeben | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | Nicht angegeben | Nicht angegeben | 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 | Nicht angegeben | 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. |
Preise
Der Verified-Preis gilt für Verified und ist bei den meisten Modellen günstiger. Der Official-Preis ist der veröffentlichte Preis des Modellherstellers und gilt für die zuverlässigere Official-Route. Auto rechnet die Route ab, die die Anfrage abschließt.
Sprache zu Text
pro Sekunde- Official-Preis
- $0.00001176
- Verified-Preis
- —
- Rabatt
- —
| Official-Preispro Sekunde | Verified-Preispro Sekunde | Rabatt | |
|---|---|---|---|
| Sprache zu Text | $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
Die Daten basieren auf aggregierten Benutzeranfragen, Statusprüfungen sind ausgeschlossen.
In Console öffnen
Öffne Paraformer v2 in Console mit einer bearbeitbaren oder versandbereiten Eingabeaufforderung.
Teste paraformer-v2 mit einer kurzen Audio-Anfrage an /v1/audio/transcriptions. Zeige Ergebnis und Kosten.
Anwendungsfälle
Meeting-Archive
Verarbeiten Sie gespeicherte Meeting-Aufnahmen, die innerhalb des Upload-Limits vorbereitet wurden, zu durchsuchbarem Text mit Zeitstempeln.
Vorlesungstranskripte
Transkribieren Sie Vorlesungsaufnahmen, die innerhalb des Upload-Limits vorbereitet wurden, und indexieren oder fassen Sie den Text anschließend für Studenten zusammen.
Vorbereitung der Inhaltsmoderation
Die native Maskierung sensibler Wörter ist eine Alibaba-Option, die hier nicht in den Modelldetails aufgeführt ist; filtern Sie den zurückgegebenen Text auf Ihrer Seite.
Prompt-Beispiele
Transkribieren Sie diese 10-minütige All-Hands-Aufnahme innerhalb des 25-MB-Limits und geben Sie den Text zurück.
Transkribieren Sie das Audio dieses Vorlesungsclips und geben Sie den zeitlich abgestimmten Text zurück.
Transkribieren Sie diese wöchentlichen Stand-up-Aufnahmen, eine Datei pro Anfrage, und geben Sie den Text zurück.
FAQ
Wofür eignet sich Paraformer v2 am besten?
Offline-Transkription von aufgezeichneten Meetings, Interviews und Konversationen. Alibaba dokumentiert gängige Audio- und Videoformate mit beliebiger Abtastrate. Bereiten Sie Uploads innerhalb des Limits des Endpunkts vor und verfolgen Sie den zurückgegebenen Aufgabenstatus bis zum Abschluss.
Wie groß darf die Eingabe sein?
Paraformer v2 zielt auf lange Meetings und Konversationen ab: Alibabas nativer Dateidienst dokumentiert 12 Stunden oder 2 GB pro Aufnahme. Der hier verlinkte Upload-Endpunkt ist mit 25 MB pro Datei strenger, und die native Kapazität erhöht diesen Wert nicht. Bereiten Sie jede Datei innerhalb dieser Größe vor und verfolgen Sie jeden Auftrag über den zurückgegebenen Aufgabenstatus.
Kann ich Zeitstempel ausschalten?
Nein. Alibaba gibt an, dass Zeitstempel für Paraformer immer aktiviert sind. Überprüfen Sie die Felder in der Transkriptantwort, die Sie tatsächlich erhalten, bevor Sie auf einer spezifischen Zeitstruktur aufbauen.
Paraformer v2 oder Fun-ASR?
Alibaba führt Diarisierung und Hotwords für beide als native Funktionen auf; keines davon ist in den hier verlinkten Modelldetails enthalten. Fun-ASR ist die neuere Linie; Paraformer v2 ist die etablierte. Lassen Sie ein Beispiel Ihres Audios durch beide laufen und vergleichen Sie die Fehler, die für Sie von Bedeutung sind.
Was kostet Paraformer v2?
Auf TokenLab kostet Paraformer 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 v2 verwenden?
Verwenden Sie https://api.tokenlab.sh/v1/audio/transcriptions für Paraformer v2. Das folgende Anforderungsbeispiel zeigt die passende Code-Struktur.
Welche Operationen unterstützt Paraformer v2?
Paraformer v2 unterstützt Sprache zu Text. Wählen Sie oben einen Vorgang aus, um dessen Endpunkt und Anforderungsbeispiel anzuzeigen.
Paraformer v2 vergleichen
Quellen
- Model Studio: recording file recognition models
- Model Studio: speech-to-text models for real-time and file transcription
Geprüft am 02.10.2026