Choisissez Auto, TokenLab Verified ou Official pour chaque demande, avec les prix affichés à l'avance. Voir les nouveautés

Alibaba Cloud: Paraformer v2

Paraformer v2 transcrit l'audio enregistré pour un traitement hors ligne. Il est utile pour les archives de réunions et les enregistrements de conversations plus longs qui nécessitent une transcription écrite réutilisable après la fin de la session.
Comparer les modèles
paraformer-v2
DisponibleAlibaba CloudTranscription (Speech to Text)Synchrone / Asynchrone
Prix
À partir de $0.000012
Modalités
Audio

À propos de Paraformer v2

Paraformer v2 est le modèle de reconnaissance vocale basé sur les fichiers d'Alibaba pour les transcriptions hors ligne de réunions et de longues conversations. Il est appelé de manière asynchrone. Le service de fichiers natif d'Alibaba prend en charge des enregistrements allant jusqu'à 2 Go et 12 heures, tandis que le point de terminaison de téléchargement lié ici a une limite distincte de 25 Mo. Par rapport aux modèles en temps réel, il sacrifie l'immédiateté au profit d'une transcription complète.

Points forts

  • Le service de fichiers natif d'Alibaba prend en charge des enregistrements allant jusqu'à 12 heures ou 2 Go ; le point de terminaison de téléchargement lié ici accepte les fichiers jusqu'à 25 Mo.
  • Les horodatages sont toujours inclus, aucune option supplémentaire n'est donc nécessaire pour les obtenir.
  • Alibaba documente la diarisation des locuteurs comme une option native pour les réunions ; elle ne figure pas dans les détails du modèle liés ici.
  • Alibaba documente le filtrage des mots sensibles comme une option native ; il ne figure pas dans les détails du modèle liés ici.

Quand préférer un autre modèle

  • Les résultats arrivent une fois le travail terminé ; les sous-titres en direct nécessitent Paraformer Realtime v2.
  • Pour les enregistrements téléphoniques à 8 kHz, la variante 8K correspond mieux à l'audio.

Pour commencer

  1. Créer une clé API

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

  2. 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-v2" \
      -F language="en"

Paramètres

Audio vers texte

ParamètreValeurs et limitesValeur par défautRemarques
fileEntrées : ≥ 1, ≤ 1Non fourniSend one audio file in multipart/form-data. Maximum file size is 25 MiB.
languageNon fourniNon fourniThis 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_formatNon fournijsonOmit 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.

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Audio vers texte

par seconde
Prix Official
$0.00001176
Prix Verified
—
Remise
—

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
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 v2 dans Console avec un prompt prêt à modifier ou envoyer.

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

Cas d'usage

  • Archives de réunions

    Traitez les enregistrements de réunions sauvegardés, préparés dans la limite de téléchargement, en texte consultable avec horodatages.

  • Transcriptions de cours

    Transcrivez les enregistrements de cours préparés dans la limite de téléchargement, puis indexez ou résumez le texte pour les étudiants.

  • Préparation à la modération de contenu

    Le masquage natif des mots sensibles est une option d'Alibaba, non listée dans les détails du modèle ici ; filtrez le texte renvoyé de votre côté.

Exemples de prompts

Transcrivez cet enregistrement de réunion générale de 10 minutes dans la limite de 25 Mo et renvoyez le texte.

Transcrivez l'audio de cet extrait de cours et renvoyez le texte horodaté.

Transcrivez ces enregistrements de réunions hebdomadaires, un fichier par requête, et renvoyez le texte.

FAQ

À quoi Paraformer v2 est-il le mieux adapté ?

Transcription hors ligne de réunions, d'entretiens et de conversations enregistrés. Alibaba documente les formats audio et vidéo courants à n'importe quel taux d'échantillonnage. Préparez les téléchargements dans la limite du point de terminaison et suivez le statut de la tâche renvoyé pour connaître l'achèvement.

Quelle peut être la taille de l'entrée ?

Paraformer v2 est destiné aux longues réunions et conversations : le service de fichiers natif d'Alibaba documente 12 heures ou 2 Go par enregistrement. Le point de terminaison de téléchargement lié ici est plus strict, à 25 Mo par fichier, et la capacité native ne l'augmente pas. Préparez chaque fichier dans cette taille et suivez chaque travail via son statut de tâche renvoyé.

Puis-je désactiver les horodatages ?

Non. Alibaba indique que les horodatages sont toujours activés pour Paraformer. Inspectez les champs dans la réponse de transcription que vous recevez réellement avant de construire sur une structure de minutage spécifique.

Paraformer v2 ou Fun-ASR ?

Alibaba liste la diarisation et les mots-clés (hotwords) pour les deux comme fonctionnalités natives ; aucune n'est dans les détails du modèle liés ici. Fun-ASR est la gamme la plus récente ; Paraformer v2 est la gamme établie. Testez un échantillon de votre audio avec chacun et comparez les erreurs qui comptent pour vous.

Combien coûte Paraformer v2 ?

Sur TokenLab, Paraformer 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 v2 doit-il utiliser ?

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

Quelles opérations Paraformer v2 prend-il en charge ?

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

Comparer Paraformer v2

Sources

Mis à jour le 2 oct. 2026

Plus de la série Paraformer

Modèles associés