Alibaba: Paraformer 8K v2
paraformer-8k-v2- Preço
- A partir de $0.000012
- Modalidades
- Áudio
Sobre o Paraformer 8K v2
Paraformer 8K v2 é o modelo de transcrição de arquivos da Alibaba ajustado para gravações telefônicas de 8 kHz, principalmente áudio de chamadas em chinês. É o irmão de banda estreita do Paraformer v2: use-o quando a fonte for uma linha telefônica ou arquivo de call center, e a versão geral para áudio de reuniões de banda larga. Carimbos de data/hora (timestamps) estão sempre ativos, e diarização e palavras-chave (hotwords) estão disponíveis.
Pontos fortes
- Criado para telefonia de 8 kHz, portanto, gravações de call center não precisam de upsampling antes da transcrição.
- Carimbos de data/hora são sempre retornados, o que é adequado para revisão de qualidade que salta para uma posição específica em uma chamada.
- A diarização de locutor pode separar o agente e o cliente em uma chamada entre duas partes.
- Palavras-chave personalizadas ajudam com nomes de produtos, nomes de planos e termos específicos que se repetem nas chamadas.
Quando usar outro modelo
- Ele é voltado para áudio de telefone de banda estreita; gravações de reuniões ou estúdio de banda larga são melhor atendidas pelo Paraformer v2.
- É um modelo de arquivo offline, portanto, legendas de chamadas ao vivo precisam do Paraformer Realtime 8K v2.
Primeiros passos
Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.
Envie sua primeira requisição
Copie o exemplo para sua linguagem e execute-o no endpoint.
Fala para textoEndpoint do TokenLabPOST/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-8k-v2" \ -F language="en"
Preço
O preço oficial é a base pública do criador do modelo. O preço TokenLab é o que você paga por este modelo na TokenLab.
Fala para texto
por segundo- Preço oficial
- $0.00001176
- Official
- $0.00001176
- Desconto
- —
| Preço oficialpor segundo | Officialpor segundo | Desconto | |
|---|---|---|---|
| Fala para texto | $0.00001176 | $0.00001176 | — |
Uso e atividade
A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.
Uso e disponibilidade
Últimas 24 horas- Requisições
- Taxa de sucesso
- Latência P95
- Total de tokens
Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.
Abrir no Console
Abra Paraformer 8K v2 no Console com um prompt pronto para editar ou enviar.
Ajude-me a testar paraformer-8k-v2 com uma solicitação de áudio em /v1/audio/transcriptions. Exiba o resultado e custo.
Casos de uso
Arquivos de call center
Transcreva chamadas de clientes armazenadas para alimentar pontuação de qualidade, revisão de conformidade e busca por palavras-chave.
Divisão entre agente e cliente
Use a diarização para produzir uma transcrição de dois lados, depois resuma as solicitações de cada lado separadamente.
Evidência de disputa
Mantenha os carimbos de data/hora ao lado do texto para que um revisor possa encontrar e reproduzir o momento exato de uma declaração contestada.
Exemplos de prompt
Transcreva esta gravação de chamada em mandarim de 8 kHz e separe o agente do cliente.
Transcreva estas chamadas de cobrança de empréstimo armazenadas usando palavras-chave para nossos nomes de produtos.
Transcreva esta entrevista por telefone e retorne carimbos de data/hora para cada frase.
FAQ
O que significa o 8k no paraformer-8k-v2?
Refere-se à amostragem de 8 kHz, a taxa de áudio telefônico comum. O modelo é ajustado para esse material de banda estreita, principalmente gravações de chamadas em chinês, em vez de fontes de banda larga.
Devo usá-lo para gravações de reuniões?
Geralmente não. Áudio de reuniões gravado em laptops ou microfones de sala é de banda mais larga, e o Paraformer v2 é o modelo correspondente. Use a versão 8K quando a fonte for realmente uma chamada telefônica.
Os carimbos de data/hora são opcionais neste modelo?
Não. A Alibaba afirma que os carimbos de data/hora estão permanentemente ativados para os modelos de arquivo Paraformer e não podem ser desativados, portanto, toda transcrição que este modelo retorna os contém junto ao texto.
Ele pode transcrever uma chamada ao vivo?
Não como um fluxo (stream). Este é o modelo de arquivo offline. Para áudio de telefone ao vivo, use o Paraformer Realtime 8K v2, que aceita um fluxo de áudio de banda estreita.
Quanto custa o Paraformer 8K v2?
No TokenLab, Paraformer 8K v2 custa $0.00001176 por segundo. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.
Qual endpoint o Paraformer 8K v2 deve usar?
Use https://api.tokenlab.sh/v1/audio/transcriptions para Paraformer 8K v2. O exemplo de requisição abaixo mostra o formato de código correspondente.
Quais operações o Paraformer 8K v2 suporta?
Paraformer 8K v2 suporta Fala para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.
Comparar Paraformer 8K v2
Fontes
- Model Studio: recording file recognition models
- Model Studio: speech-to-text models for real-time and file transcription
Revisado em 2 de out. de 2026
