Alibaba Cloud: 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"
Parâmetros
Fala para texto
| Parâmetro | Valores e limites | Padrão | Notas |
|---|---|---|---|
file | Entradas: ≥ 1, ≤ 1 | Não fornecido | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | Não fornecido | Não fornecido | 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 | Não fornecido | 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. |
Preço
O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.
Fala para texto
por segundo- Preço Official
- $0.00001176
- Preço Verified
- —
- Desconto
- —
| Preço Officialpor segundo | Preço Verifiedpor segundo | Desconto | |
|---|---|---|---|
| Fala para texto | $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