Alibaba Cloud: Paraformer v2
paraformer-v2- 가격
- 부터 $0.000012
- 모달리티
- 오디오
Paraformer v2 소개
Paraformer v2는 회의나 긴 대화의 오프라인 녹취록을 위한 알리바바의 파일 기반 음성 인식 모델입니다. 비동기 방식으로 호출됩니다. 알리바바의 네이티브 파일 서비스는 최대 2GB, 12시간 분량의 녹음 파일을 지원하지만, 여기에 링크된 업로드 엔드포인트는 별도로 25MB 제한이 있습니다. 실시간 모델과 비교했을 때, 즉시성 대신 완전한 녹취록을 제공하는 것이 특징입니다.
강점
- 알리바바의 네이티브 파일 서비스는 최대 12시간 또는 2GB까지의 녹음 파일을 지원하며, 여기에 링크된 업로드 엔드포인트는 최대 25MB까지의 파일을 허용합니다.
- 타임스탬프는 항상 포함되므로 이를 얻기 위한 별도의 옵션은 필요하지 않습니다.
- 알리바바는 회의를 위한 네이티브 옵션으로 화자 분리(speaker diarization) 기능을 문서화하고 있으나, 여기에 링크된 모델 세부 정보에는 포함되어 있지 않습니다.
- 알리바바는 네이티브 옵션으로 민감 단어 필터링 기능을 문서화하고 있으나, 여기에 링크된 모델 세부 정보에는 포함되어 있지 않습니다.
다른 모델이 필요한 경우
- 결과는 작업이 완료된 후에 도착합니다. 실시간 자막이 필요한 경우 Paraformer Realtime v2를 사용해야 합니다.
- 8kHz 전화 녹음의 경우 8K 변형 모델이 오디오와 더 잘 맞습니다.
시작하기
API 키 만들기
Console에서 키를 만들고 플랫폼의 모든 모델에 사용하세요.
첫 번째 요청 보내기
사용 중인 언어의 예시를 복사하여 엔드포인트에 실행하세요.
음성-텍스트 변환TokenLab 엔드포인트POST/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"
매개변수
음성-텍스트 변환
| 매개변수 | 값 및 제한 | 기본값 | 참고 |
|---|---|---|---|
file | 입력 수: ≥ 1, ≤ 1 | 제공되지 않음 | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | 제공되지 않음 | 제공되지 않음 | 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 | 제공되지 않음 | 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. |
가격 책정
Verified 가격은 Verified에 적용되며 대부분의 모델에서 더 저렴합니다. Official 가격은 모델 제조사가 공개한 가격으로, 더 안정적인 Official 경로에 적용됩니다. Auto는 요청을 완료한 경로의 가격으로 청구합니다.
음성-텍스트 변환
초당- Official 가격
- $0.00001176
- Verified 가격
- —
- 할인
- —
| Official 가격초당 | Verified 가격초당 | 할인 | |
|---|---|---|---|
| 음성-텍스트 변환 | $0.00001176 | — | — |
사용량 및 활동
성공률은 완료된 요청의 비율입니다. 지연 시간은 전체 응답에 걸리는 시간이며, P95는 요청의 95%가 해당 시간 내에 완료되었음을 의미합니다.
사용량 및 가용성
지난 24시간- 요청
- 성공률
- P95 지연 시간
- 총 토큰
데이터는 상태 확인을 제외한 집계된 사용자 요청을 기반으로 합니다.
Console에서 열기
Console에서 Paraformer v2을 열고 프롬프트를 수정하거나 전송하세요.
/v1/audio/transcriptions에서 paraformer-v2로 짧은 오디오 요청을 테스트합니다. 결과와 비용을 확인하세요.
사용 사례
회의 아카이브
업로드 제한 내에서 준비된 저장된 회의 녹음 파일을 타임스탬프가 포함된 검색 가능한 텍스트로 처리합니다.
강의 녹취록
업로드 제한 내에서 준비된 강의 녹음 파일을 전사한 후, 학생들을 위해 텍스트를 색인화하거나 요약합니다.
콘텐츠 조정 준비
네이티브 민감 단어 마스킹은 알리바바의 옵션이며 여기에 기재된 모델 세부 정보에는 포함되어 있지 않습니다. 반환된 텍스트는 직접 필터링하십시오.
프롬프트 예제
25MB 제한 내에 있는 10분 분량의 전체 회의 녹음 파일을 전사하여 텍스트로 반환합니다.
이 강의 클립의 오디오를 전사하여 시간이 포함된 텍스트로 반환합니다.
이 주간 스탠드업 녹음 파일들을 요청당 하나씩 전사하여 텍스트로 반환합니다.
FAQ
Paraformer v2는 어떤 용도에 가장 적합한가요?
녹화된 회의, 인터뷰 및 대화의 오프라인 전사. 알리바바는 모든 샘플 레이트의 주류 오디오 및 비디오 형식을 문서화하고 있습니다. 엔드포인트 제한 내에서 업로드 파일을 준비하고 반환된 작업 상태를 따라 완료 여부를 확인하십시오.
입력 파일 크기는 어느 정도까지 가능한가요?
Paraformer v2는 긴 회의와 대화를 대상으로 합니다. 알리바바의 네이티브 파일 서비스는 녹음당 12시간 또는 2GB를 지원합니다. 여기에 링크된 업로드 엔드포인트는 파일당 25MB로 더 엄격하며, 네이티브 허용량이 이를 상향 조정해주지는 않습니다. 모든 파일을 해당 크기 내에서 준비하고 반환된 작업 상태를 통해 각 작업을 추적하십시오.
타임스탬프를 끌 수 있나요?
아니요. 알리바바는 Paraformer에서 타임스탬프가 항상 활성화되어 있다고 명시합니다. 특정 타이밍 구조를 기반으로 개발하기 전에 실제로 수신되는 녹취록 응답의 필드를 확인하십시오.
Paraformer v2와 Fun-ASR 중 무엇을 선택해야 하나요?
알리바바는 두 모델 모두에 대해 화자 분리와 핫워드 기능을 네이티브 기능으로 나열하고 있으나, 여기에 링크된 모델 세부 정보에는 포함되어 있지 않습니다. Fun-ASR은 더 새로운 라인업이며, Paraformer v2는 검증된 모델입니다. 오디오 샘플을 각각 실행해 보고 본인에게 중요한 오류를 비교해 보십시오.
Paraformer v2 의 가격은 얼마인가요?
TokenLab 에서 Paraformer v2 은 $0.00001176 초당 입니다. 자세한 내역은 위 가격 표를 확인하세요. 요금은 청구 단위, 사양, 사용량에 따라 달라집니다. 모델의 상세 요금에서 동일한 조건끼리 비교하세요. 단일 요금으로 총비용이 결정되지 않습니다.
Paraformer v2 은 어떤 엔드포인트를 써야 하나요?
Paraformer v2에 대해 https://api.tokenlab.sh/v1/audio/transcriptions를 사용하세요. 아래 요청 예시는 일치하는 코드 형태를 보여줍니다.
Paraformer v2 은 어떤 오퍼레이션을 지원하나요?
Paraformer v2은(는) 음성-텍스트 변환을(를) 지원합니다. 엔드포인트와 요청 예시를 보려면 위에서 작업을 선택하세요.
Paraformer v2 비교하기
출처
- Model Studio: recording file recognition models
- Model Studio: speech-to-text models for real-time and file transcription
2026. 10. 2. 검토 완료