Alibaba: Paraformer Realtime 8K v2

Paraformer Realtime 8K v2 nhận dạng giọng nói tiếng Trung từ luồng âm thanh điện thoại trực tiếp. Nó hữu ích cho phụ đề trung tâm cuộc gọi và hỗ trợ trong cuộc gọi cần làm việc với đầu vào điện thoại băng thông hẹp.

So sánh mô hình

paraformer-realtime-8k-v2

Sẵn sàngAlibabaChuyển đổi giọng nói thành văn bảnĐồng bộ

Giá: Từ $0.000035
Phương thức: Âm thanh

Về Paraformer Realtime 8K v2

Paraformer Realtime 8K v2 là bộ nhận diện trực tuyến của Alibaba dành cho âm thanh điện thoại tiếng Trung ở tần số 8 kHz. Nó kết hợp khả năng xử lý thời gian thực của Paraformer Realtime v2 với khả năng tinh chỉnh băng thông hẹp của Paraformer 8K v2. Hãy chọn mô hình này khi cuộc gọi đang diễn ra và màn hình của nhân viên, phụ đề hoặc trợ lý cần có văn bản trước khi cuộc gọi kết thúc.

Ưu điểm

Trả về văn bản trong khi cuộc gọi điện thoại vẫn đang diễn ra, giúp nhân viên thấy được nội dung cuộc trò chuyện ngay khi nó xảy ra.
Được tinh chỉnh cho đầu vào băng thông hẹp 8 kHz, phù hợp với âm thanh mà các hệ thống điện thoại thực tế cung cấp.
Hỗ trợ từ khóa (hotwords) cho tên sản phẩm và tên chi nhánh xuất hiện thường xuyên trong các cuộc gọi trực tiếp.
Các cài đặt phát hiện hoạt động giọng nói kiểm soát tốc độ hoàn thiện câu.

Khi nào nên chọn model khác

Mô hình này nhắm đến âm thanh điện thoại băng thông hẹp; micro băng thông rộng sẽ phù hợp hơn với Paraformer Realtime v2.
Kết quả truyền phát trực tuyến không thể sửa đổi từ âm thanh sau đó, vì vậy hãy sử dụng Paraformer 8K v2 cho bản ghi lưu trữ cuối cùng.

Bắt đầu

Tạo API key
Tạo API key trong Console để dùng cho mọi mô hình trên nền tảng.

Gửi yêu cầu đầu tiên của bạn

Sao chép ví dụ cho ngôn ngữ của bạn và chạy nó với endpoint.

Giọng nói sang văn bảnWebSocket

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());

Giá

Giá Official là mức giá công khai của nhà phát triển. Giá TokenLab là số tiền bạn trả cho mô hình này trên TokenLab.

Thời gian thực / Giọng nói sang văn bản

mỗi giây

Giá niêm yết: $0.00003529
Official: $0.00003529
Giảm giá: —

	Giá niêm yếtmỗi giây	Officialmỗi giây	Giảm giá
Thời gian thực / Giọng nói sang văn bản	$0.00003529	$0.00003529	—

Sử dụng & hoạt động

Tỷ lệ thành công là tỷ lệ yêu cầu hoàn tất. Độ trễ là thời gian của một phản hồi đầy đủ; P95 nghĩa là 95% yêu cầu hoàn thành trong khoảng thời gian đó.

Mức sử dụng & tình trạng

24 giờ qua

Yêu cầu
Tỷ lệ thành công
Độ trễ P95
Tổng token

Hiệu năng mô hình

Cập nhật lần cuối 19:22 UTC 3 thg 10, 2026

Các chỉ số sẽ xuất hiện sau khi đạt ngưỡng về quyền riêng tư và khối lượng dữ liệu.

Dữ liệu dựa trên các yêu cầu tổng hợp của người dùng, không bao gồm các kiểm tra trạng thái.

Mở trong Console

Mở Paraformer Realtime 8K v2 trong Console để chỉnh sửa và gửi prompt ngay.

Giúp tôi thử paraformer-realtime-8k-v2 với yêu cầu âm thanh ngắn tại /v1/realtime. Hiển thị kết quả và chi phí.

Tình huống sử dụng

Hỗ trợ nhân viên
Cung cấp văn bản cuộc gọi trực tiếp cho một mô hình ngôn ngữ để gợi ý câu trả lời hoặc hiển thị các đoạn chính sách trong suốt cuộc trò chuyện.
Giám sát cuộc gọi trực tiếp
Đánh dấu các cụm từ tuân thủ hoặc từ khóa leo thang trong khi cuộc gọi vẫn đang hoạt động.
Ghi chú trong cuộc gọi
Xây dựng ghi chú liên tục cho nhân viên, hoàn thiện ngay khi cuộc gọi kết thúc.

Ví dụ prompt

Truyền phát cuộc gọi hỗ trợ bằng tiếng Quan Thoại 8 kHz trực tiếp này và hiển thị văn bản khi mỗi câu kết thúc.

Chuyển đổi cuộc gọi bán hàng đang diễn ra thành văn bản trực tiếp, với các từ khóa cho ba tên gói dịch vụ của chúng tôi.

Truyền phát âm thanh cuộc gọi và đánh dấu thời điểm khách hàng nói 'hủy'.

FAQ

Nó khác gì so với Paraformer Realtime v2?

Phiên bản 8K được tinh chỉnh cho âm thanh điện thoại băng thông hẹp lấy mẫu ở 8 kHz, trong khi Paraformer Realtime v2 xử lý âm thanh trực tiếp băng thông rộng nói chung như từ micro. Hãy chọn mô hình phù hợp với nguồn âm thanh của bạn.

Nó khác gì so với Paraformer 8K v2?

Cả hai đều nhắm đến âm thanh điện thoại, nhưng mô hình này truyền phát và trả về văn bản trong khi gọi, trong khi Paraformer 8K v2 chuyển đổi bản ghi âm đã hoàn tất từ một tệp.

Âm thanh được gửi như thế nào?

Thông qua phiên WebSocket truyền phát, sử dụng DashScope SDK của Alibaba hoặc giao thức thô. Bạn gửi các đoạn âm thanh và nhận các sự kiện nhận diện khi cuộc gọi tiếp tục.

Nó chỉ hoạt động với tiếng Trung phải không?

Mô tả của Alibaba tập trung vào giọng nói điện thoại tiếng Trung. Hãy tự xác minh với các mẫu cuộc gọi của riêng bạn trước khi phụ thuộc vào nó, vì âm thanh băng thông hẹp làm cho việc nhận diện trở nên khó khăn hơn đối với mọi ngôn ngữ.

Paraformer Realtime 8K v2 có giá bao nhiêu?

Trên TokenLab, Paraformer Realtime 8K v2 có giá $0.00003529 mỗi giây. Bảng giá phía trên cho thấy chi tiết đầy đủ. Giá phụ thuộc vào đơn vị tính phí, thông số và mức sử dụng. Hãy so sánh các điều kiện tương đương trong bảng giá chi tiết của mô hình; một mức giá đơn lẻ không quyết định tổng chi phí.

Paraformer Realtime 8K v2 nên dùng endpoint nào?

Dùng https://api.tokenlab.sh/v1/realtime làm mặc định cho Paraformer Realtime 8K v2. Nếu mô hình hỗ trợ định dạng native của nhà cung cấp, API workbench cũng hiển thị endpoint đó.

Paraformer Realtime 8K v2 hỗ trợ những thao tác nào?

Paraformer Realtime 8K v2 hỗ trợ Giọng nói sang văn bản. Chọn một thao tác trong API workbench phía trên để xem endpoint và mã ví dụ tương ứng.