Alibaba: Paraformer 8K v2

Paraformer 8K v2 est conçu pour les enregistrements téléphoniques chinois échantillonnés à 8 kHz. C'est un choix ciblé pour transcrire des archives d'appels où l'audio provient de la téléphonie plutôt que d'un microphone de qualité studio.

Comparer les modèles

paraformer-8k-v2

DisponibleAlibabaTranscription (Speech to Text)Synchrone / Asynchrone

Prix: À partir de $0.000012
Modalités: Audio

À propos de Paraformer 8K v2

Paraformer 8K v2 est le modèle de transcription de fichiers d'Alibaba optimisé pour les enregistrements téléphoniques à 8 kHz, principalement les appels audio en chinois. C'est le frère « bande étroite » de Paraformer v2 : utilisez-le lorsque la source est une ligne téléphonique ou une archive de centre d'appels, et la version générale pour les enregistrements de réunions à bande plus large. Les horodatages sont toujours activés, et la diarisation ainsi que les mots-clés personnalisés (hotwords) sont disponibles.

Points forts

Conçu pour la téléphonie à 8 kHz, les enregistrements de centres d'appels ne nécessitent donc aucun rééchantillonnage avant la transcription.
Les horodatages sont toujours renvoyés, ce qui convient à l'examen de la qualité permettant de sauter à une position précise dans un appel.
La diarisation du locuteur peut séparer l'agent et le client dans un appel à deux interlocuteurs.
Les mots-clés personnalisés aident à identifier les noms de produits, les noms de forfaits et les termes techniques qui reviennent fréquemment dans les appels.

Quand préférer un autre modèle

Il cible l'audio téléphonique à bande étroite ; les enregistrements de réunions ou de studio à large bande sont mieux traités par Paraformer v2.
Il s'agit d'un modèle de fichier hors ligne, donc les sous-titres en direct pendant un appel nécessitent Paraformer Realtime 8K v2.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

Envoyez votre première requête

Copiez l'exemple pour votre langage et lancez-le.

Audio vers texteEndpoint TokenLab

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"

Tarification

Le tarif officiel est la référence publique du créateur du modèle. Le tarif TokenLab est ce que vous payez pour ce modèle sur TokenLab.

Audio vers texte

par seconde

Tarif Official: $0.00001176
Official: $0.00001176
Remise: —

	Tarif Officialpar seconde	Officialpar seconde	Remise
Audio vers texte	$0.00001176	$0.00001176	—

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 3 oct. 2026, 19:24 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Paraformer 8K v2 dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester paraformer-8k-v2 avec une requête audio sur /v1/audio/transcriptions. Affiche le résultat et le coût.

Cas d'usage

Archives de centres d'appels
Transcrivez les appels clients stockés pour alimenter l'évaluation de la qualité, l'examen de la conformité et la recherche par mots-clés.
Séparation agent et client
Utilisez la diarisation pour produire une transcription bidirectionnelle, puis résumez les demandes de chaque partie séparément.
Preuve de litige
Gardez les horodatages à côté du texte afin qu'un examinateur puisse trouver et relire le moment exact d'une déclaration contestée.

Exemples de prompts

Transcrivez cet enregistrement d'appel en mandarin à 8 kHz et séparez l'agent du client.

Transcrivez ces appels de recouvrement de prêts stockés en utilisant des mots-clés pour nos noms de produits.

Transcrivez cette interview téléphonique et renvoyez les horodatages pour chaque phrase.

FAQ

Que signifie le 8k dans paraformer-8k-v2 ?

Il fait référence à l'échantillonnage à 8 kHz, le débit de l'audio téléphonique ordinaire. Le modèle est optimisé pour ce matériel à bande étroite, principalement les enregistrements d'appels chinois, plutôt que pour des sources à large bande.

Dois-je l'utiliser pour des enregistrements de réunions ?

Généralement non. L'audio des réunions enregistré sur des ordinateurs portables ou des microphones de salle est à bande plus large, et Paraformer v2 est le modèle correspondant. Utilisez la version 8K lorsque la source est réellement un appel téléphonique.

Les horodatages sont-ils optionnels sur ce modèle ?

Non. Alibaba déclare que les horodatages sont activés en permanence pour les modèles de fichiers Paraformer et ne peuvent pas être désactivés ; chaque transcription renvoyée par ce modèle les inclut donc avec le texte.

Peut-il transcrire un appel en direct ?

Pas en tant que flux. Il s'agit du modèle de fichier hors ligne. Pour l'audio téléphonique en direct, utilisez Paraformer Realtime 8K v2, qui accepte un flux d'audio à bande étroite.

Combien coûte Paraformer 8K v2 ?

Sur TokenLab, Paraformer 8K v2 coûte $0.00001176 par seconde. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quel endpoint Paraformer 8K v2 doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/audio/transcriptions pour Paraformer 8K v2. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations Paraformer 8K v2 prend-il en charge ?

Paraformer 8K v2 prend en charge Audio vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.