Alibaba Cloud: Paraformer v2
paraformer-v2- Preço
- A partir de $0.000012
- Modalidades
- Áudio
Sobre o Paraformer v2
Paraformer v2 é o modelo de reconhecimento de fala baseado em arquivos da Alibaba para transcrições offline de reuniões e conversas longas. Ele é chamado de forma assíncrona. O serviço de arquivos nativo da Alibaba documenta gravações de até 2 GB e 12 horas, enquanto o endpoint de upload vinculado aqui possui um limite separado de 25 MB. Comparado aos modelos em tempo real, ele troca a imediatismo por uma transcrição completa.
Pontos fortes
- O serviço de arquivos nativo da Alibaba documenta gravações de até 12 horas ou 2 GB; o endpoint de upload vinculado aqui aceita arquivos de até 25 MB.
- Carimbos de data/hora (timestamps) estão sempre incluídos, portanto, nenhuma opção extra é necessária para obtê-los.
- A Alibaba documenta a diarização de falantes como uma opção nativa para reuniões; ela não consta nos detalhes do modelo vinculados aqui.
- A Alibaba documenta a filtragem de palavras sensíveis como uma opção nativa; ela não consta nos detalhes do modelo vinculados aqui.
Quando usar outro modelo
- Os resultados chegam após a conclusão do trabalho; legendas ao vivo exigem o Paraformer Realtime v2.
- Para gravações telefônicas de 8 kHz, a variante 8K corresponde melhor ao áudio.
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-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 v2 no Console com um prompt pronto para editar ou enviar.
Ajude-me a testar paraformer-v2 com uma solicitação de áudio em /v1/audio/transcriptions. Exiba o resultado e custo.
Casos de uso
Arquivos de reuniões
Processe gravações de reuniões salvas, preparadas dentro do limite de upload, transformando-as em texto pesquisável com carimbos de data/hora.
Transcrições de palestras
Transcreva gravações de palestras preparadas dentro do limite de upload e, em seguida, indexe ou resuma o texto para os alunos.
Preparação para moderação de conteúdo
O mascaramento nativo de palavras sensíveis é uma opção da Alibaba, não listada nos detalhes do modelo aqui; filtre o texto retornado do seu lado.
Exemplos de prompt
Transcreva esta gravação de 10 minutos de uma reunião geral dentro do limite de 25 MB e retorne o texto.
Transcreva o áudio deste clipe de palestra e retorne o texto com marcação de tempo.
Transcreva estas gravações de reuniões semanais (stand-ups), um arquivo por solicitação, e retorne o texto.
FAQ
Para que o Paraformer v2 é mais indicado?
Transcrição offline de reuniões, entrevistas e conversas gravadas. A Alibaba documenta formatos de áudio e vídeo convencionais em qualquer taxa de amostragem. Prepare os uploads dentro do limite do endpoint e acompanhe o status da tarefa retornada para verificar a conclusão.
Qual o tamanho máximo da entrada?
O Paraformer v2 é voltado para reuniões e conversas longas: o serviço de arquivos nativo da Alibaba documenta 12 horas ou 2 GB por gravação. O endpoint de upload vinculado aqui é mais rigoroso, com 25 MB por arquivo, e a permissão nativa não aumenta esse limite. Prepare cada arquivo dentro desse tamanho e acompanhe cada trabalho por meio do status da tarefa retornado.
Posso desativar os carimbos de data/hora?
Não. A Alibaba afirma que os carimbos de data/hora estão sempre ativados para o Paraformer. Inspecione os campos na resposta da transcrição que você realmente recebe antes de desenvolver algo baseado em uma estrutura de tempo específica.
Paraformer v2 ou Fun-ASR?
A Alibaba lista a diarização e palavras-chave (hotwords) para ambos como recursos nativos; nenhum deles consta nos detalhes do modelo vinculados aqui. O Fun-ASR é a linha mais recente; o Paraformer v2 é a linha estabelecida. Execute uma amostra do seu áudio em cada um e compare os erros que são importantes para você.
Quanto custa o Paraformer v2?
No TokenLab, Paraformer 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 v2 deve usar?
Use https://api.tokenlab.sh/v1/audio/transcriptions para Paraformer v2. O exemplo de requisição abaixo mostra o formato de código correspondente.
Quais operações o Paraformer v2 suporta?
Paraformer v2 suporta Fala para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.
Comparar Paraformer 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