Alibaba: Paraformer Realtime 8K v2

Paraformer Realtime 8K v2 reconoce el habla china a partir de un flujo de audio telefónico en vivo. Es útil para subtítulos en centros de llamadas y asistencia durante llamadas que deben funcionar con entrada de telefonía de banda estrecha.

Comparar modelos

paraformer-realtime-8k-v2

DisponibleAlibabaVoz a textoSíncrono

Precio: Desde $0.000035
Modalidades: Audio

Sobre Paraformer Realtime 8K v2

Paraformer Realtime 8K v2 es el reconocedor de streaming de Alibaba para audio telefónico chino en vivo a 8 kHz. Combina el comportamiento en tiempo real de Paraformer Realtime v2 con el ajuste de banda estrecha de Paraformer 8K v2. Elíjalo cuando una llamada esté en curso y la pantalla de un agente, los subtítulos o un asistente necesiten texto antes de que finalice la llamada.

Puntos fuertes

Devuelve texto mientras una llamada telefónica sigue activa, para que los agentes vean la conversación a medida que ocurre.
Ajustado para entrada de banda estrecha de 8 kHz, coincidiendo con el audio que realmente ofrecen los sistemas telefónicos.
Admite palabras clave (hotwords) para nombres recurrentes de productos y sucursales en llamadas en vivo.
Los ajustes de detección de actividad de voz controlan la rapidez con la que se finalizan las oraciones.

Cuándo buscar otra opción

Está dirigido a audio telefónico de banda estrecha; los micrófonos de banda ancha se adaptan mejor a Paraformer Realtime v2.
Los resultados de streaming no pueden revisarse a partir de audio posterior, así que utilice Paraformer 8K v2 para la transcripción de archivo final.

Primeros pasos

Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.

Envía tu primera solicitud

Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.

Voz a textoWebSocket

WS/v1/realtime

// npm install ws
import WebSocket from 'ws';

const socket = new WebSocket("wss://api.tokenlab.sh/v1/realtime?model=paraformer-realtime-8k-v2", {
  headers: { Authorization: "Bearer sk-xxx" }
});

socket.on('open', () => {
  // Send the input events supported by this model with socket.send(...).
  // https://tokenlab.sh/docs/en/api-reference/realtime/connect
});
socket.on('message', (data) => console.log(data.toString()));
socket.on('error', (error) => console.error(error));
socket.on('close', (code, reason) => console.log(code, reason.toString()));

// Close the session when finished.
process.on('SIGINT', () => socket.close());

Precios

El precio oficial es la línea base pública del creador del modelo. El precio de TokenLab es lo que pagas por este modelo en TokenLab.

Tiempo real / Voz a texto

por segundo

Precio Official: $0.00003529
Official: $0.00003529
Descuento: —

	Precio Officialpor segundo	Officialpor segundo	Descuento
Tiempo real / Voz a texto	$0.00003529	$0.00003529	—

Uso y actividad

La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.

Uso y disponibilidad

Últimas 24 horas

Solicitudes
Tasa de éxito
Latencia P95
Total de tokens

Desempeño del modelo

Última actualización 3 oct 2026, 19:22 UTC

Las métricas aparecerán una vez que se alcancen los umbrales de privacidad y volumen de datos.

Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.

Abrir en Console

Abre Paraformer Realtime 8K v2 en Console con un prompt listo para editar o enviar.

Ayúdame a probar paraformer-realtime-8k-v2 con una solicitud de audio breve en /v1/realtime. Muestra el resultado y el coste.

Casos de uso

Asistencia al agente
Alimente un modelo de lenguaje con el texto de la llamada en vivo para que sugiera respuestas o muestre fragmentos de políticas durante la conversación.
Monitoreo de llamadas en vivo
Marque frases de cumplimiento o palabras clave de escalada mientras la llamada aún está activa.
Notas durante la llamada
Cree una nota continua para el agente que esté completa para cuando termine la llamada.

Ejemplos de prompts

Transmita esta llamada de soporte en mandarín de 8 kHz en vivo y muestre el texto a medida que termina cada oración.

Transcriba una llamada de ventas en curso en vivo, con palabras clave para nuestros tres nombres de planes.

Transmita el audio de la llamada y marque el momento en que el cliente dice 'cancelar'.

FAQ

¿En qué se diferencia de Paraformer Realtime v2?

La versión 8K está ajustada para audio telefónico de banda estrecha muestreado a 8 kHz, mientras que Paraformer Realtime v2 maneja audio general de banda ancha en vivo, como el de micrófonos. Ajuste el modelo según el origen de su audio.

¿En qué se diferencia de Paraformer 8K v2?

Ambos están dirigidos al audio telefónico, pero este transmite y devuelve texto durante la llamada, mientras que Paraformer 8K v2 transcribe una grabación terminada desde un archivo.

¿Cómo se envía el audio?

A través de una sesión de streaming WebSocket, utilizando el SDK DashScope de Alibaba o el protocolo sin procesar. Usted envía fragmentos de audio y recibe eventos de reconocimiento a medida que continúa la llamada.

¿Solo funciona para chino?

La descripción de Alibaba se centra en el habla telefónica china. Verifique cualquier otro idioma con sus propias muestras de llamadas antes de depender de él, ya que el audio de banda estrecha dificulta el reconocimiento en todos los idiomas.

¿Cuánto cuesta Paraformer Realtime 8K v2?

En TokenLab, Paraformer Realtime 8K v2 cuesta $0.00003529 por segundo. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.

¿Qué endpoint debe usar Paraformer Realtime 8K v2?

Utiliza https://api.tokenlab.sh/v1/realtime para Paraformer Realtime 8K v2. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.

¿Qué operaciones soporta Paraformer Realtime 8K v2?

Paraformer Realtime 8K v2 admite Voz a texto. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.