Alibaba: Paraformer Realtime 8K v2

O Paraformer Realtime 8K v2 reconhece fala em chinês a partir de um fluxo de áudio telefônico ao vivo. É útil para legendas de centrais de atendimento e assistência durante chamadas que precisam funcionar com entrada de telefonia de banda estreita.

Comparar modelos

paraformer-realtime-8k-v2

DisponívelAlibabaFala para TextoSíncrono

Preço: A partir de $0.000035
Modalidades: Áudio

Sobre o Paraformer Realtime 8K v2

O Paraformer Realtime 8K v2 é o reconhecedor de streaming da Alibaba para áudio de telefonia chinesa ao vivo a 8 kHz. Ele combina o comportamento em tempo real do Paraformer Realtime v2 com o ajuste de banda estreita do Paraformer 8K v2. Escolha-o quando uma chamada estiver em andamento e uma tela de agente, legendas ou um assistente precisarem de texto antes que a chamada termine.

Pontos fortes

Retorna texto enquanto uma chamada telefônica ainda está em curso, para que os agentes vejam a conversa conforme ela acontece.
Ajustado para entrada de banda estreita de 8 kHz, correspondendo ao áudio que os sistemas telefônicos realmente entregam.
Suporta palavras-chave (hotwords) para nomes recorrentes de produtos e filiais em chamadas ao vivo.
As configurações de detecção de atividade de voz controlam a rapidez com que as frases são finalizadas.

Quando usar outro modelo

É voltado para áudio de telefone de banda estreita; microfones de banda larga são mais adequados para o Paraformer Realtime v2.
Os resultados de streaming não podem ser revisados a partir de áudio posterior, portanto, use o Paraformer 8K v2 para a transcrição final de arquivo.

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 textoWebSocket

WS/v1/realtime

// npm install ws
import WebSocket from 'ws';

const socket = new WebSocket("wss://api.tokenlab.sh/v1/realtime?model=paraformer-realtime-8k-v2", {
  headers: { Authorization: "Bearer sk-xxx" }
});

socket.on('open', () => {
  // Send the input events supported by this model with socket.send(...).
  // https://tokenlab.sh/docs/en/api-reference/realtime/connect
});
socket.on('message', (data) => console.log(data.toString()));
socket.on('error', (error) => console.error(error));
socket.on('close', (code, reason) => console.log(code, reason.toString()));

// Close the session when finished.
process.on('SIGINT', () => socket.close());

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.

Tempo real / Fala para texto

por segundo

Preço oficial: $0.00003529
Official: $0.00003529
Desconto: —

	Preço oficialpor segundo	Officialpor segundo	Desconto
Tempo real / Fala para texto	$0.00003529	$0.00003529	—

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

Desempenho do modelo

Última atualização 3 de out. de 2026, 19:28 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Paraformer Realtime 8K v2 no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar paraformer-realtime-8k-v2 com uma solicitação de áudio em /v1/realtime. Exiba o resultado e custo.

Casos de uso

Assistência ao agente
Envie o texto da chamada ao vivo para um modelo de linguagem que sugere respostas ou exibe trechos de políticas durante a conversa.
Monitoramento de chamadas ao vivo
Marque frases de conformidade ou palavras-chave de escalonamento enquanto a chamada ainda estiver ativa.
Notas durante a chamada
Crie uma nota contínua para o agente que esteja completa no momento em que a chamada terminar.

Exemplos de prompt

Transmita esta chamada de suporte em mandarim de 8 kHz ao vivo e exiba o texto conforme cada frase termina.

Transcreva uma chamada de vendas em andamento ao vivo, com palavras-chave para nossos três nomes de planos.

Transmita o áudio da chamada e marque o momento em que o cliente diz 'cancelar'.

FAQ

Como ele difere do Paraformer Realtime v2?

A versão 8K é ajustada para áudio telefônico de banda estreita amostrado a 8 kHz, enquanto o Paraformer Realtime v2 lida com áudio geral de banda larga ao vivo, como de microfones. Combine o modelo com a origem do seu áudio.

Como ele difere do Paraformer 8K v2?

Ambos visam áudio telefônico, mas este faz streaming e retorna texto durante a chamada, enquanto o Paraformer 8K v2 transcreve uma gravação finalizada a partir de um arquivo.

Como o áudio é enviado?

Através de uma sessão WebSocket de streaming, usando o SDK DashScope da Alibaba ou o protocolo bruto. Você envia blocos de áudio e recebe eventos de reconhecimento conforme a chamada continua.

Ele funciona apenas para chinês?

A descrição da Alibaba centra-se na fala telefônica chinesa. Verifique qualquer outro idioma em suas próprias amostras de chamada antes de depender dele, já que o áudio de banda estreita torna o reconhecimento mais difícil para todos os idiomas.

Quanto custa o Paraformer Realtime 8K v2?

No TokenLab, Paraformer Realtime 8K v2 custa $0.00003529 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 Realtime 8K v2 deve usar?

Use https://api.tokenlab.sh/v1/realtime para Paraformer Realtime 8K v2. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Paraformer Realtime 8K v2 suporta?

Paraformer Realtime 8K v2 suporta Fala para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.