Alibaba: Paraformer Realtime v2

Paraformer Realtime v2 cung cấp khả năng nhận dạng giọng nói trực tuyến cho âm thanh trực tiếp. Nó phù hợp với phụ đề, đầu vào bằng giọng nói và giao diện cuộc họp nơi bản phiên âm cần cập nhật khi mọi người tiếp tục nói.

So sánh mô hình

paraformer-realtime-v2

Sẵn sàngAlibabaChuyển đổi giọng nói thành văn bảnĐồng bộ

Giá: Từ $0.000035
Phương thức: Âm thanh

Về Paraformer Realtime v2

Paraformer Realtime v2 là bộ nhận diện giọng nói trực tuyến đa năng của Alibaba, trả về văn bản trong khi âm thanh vẫn đang được gửi đến. Nó nhắm đến phụ đề, đầu vào giọng nói và giao diện cuộc họp nơi bản ghi cần cập nhật khi mọi người tiếp tục nói. Không giống như biến thể 8K, nó không bị giới hạn bởi băng thông điện thoại, và không giống như Fun-ASR Realtime, nó thuộc dòng Paraformer cũ hơn.

Ưu điểm

Cập nhật bản ghi liên tục, phù hợp cho phụ đề trực tiếp và màn hình cuộc họp.
Hoạt động trên âm thanh băng thông rộng nói chung như tai nghe và micro phòng họp, không chỉ đường dây điện thoại.
Hỗ trợ từ khóa cho tên và thuật ngữ xuất hiện thường xuyên trong các phiên của bạn.
Cung cấp dấu thời gian cùng với kết quả truyền phát để căn chỉnh phụ đề.

Khi nào nên chọn model khác

Âm thanh 8 kHz chất lượng điện thoại phù hợp hơn với Paraformer Realtime 8K v2.
Truyền phát trực tuyến có nghĩa là không có lần xử lý thứ hai đối với âm thanh; hãy sử dụng mô hình tệp khi độ chính xác cuối cùng là quan trọng nhất.

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-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 19:24 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 v2 trong Console để chỉnh sửa và gửi prompt ngay.

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

Tình huống sử dụng

Phụ đề cuộc họp
Hiển thị bản ghi trực tiếp trong cuộc họp video để người tham gia có thể theo dõi hoặc nắm bắt các từ bị bỏ lỡ.
Nhập liệu bằng giọng nói
Chuyển đổi đọc chính tả thành văn bản trong trình soạn thảo hoặc biểu mẫu khi người dùng nói.
Phụ đề sự kiện trực tiếp
Thêm phụ đề vào một bài phát biểu hoặc chương trình phát sóng, cập nhật từng câu khi người nói kết thúc.

Ví dụ prompt

Truyền phát âm thanh cuộc họp trực tiếp này và hiển thị phụ đề khi mọi người nói.

Đọc chính tả một phiếu hỗ trợ bằng giọng nói và điền vào hộp văn bản khi tôi nói.

Truyền phát một bài phát biểu hội nghị với các từ khóa cho tên người nói và tên sản phẩm.

FAQ

Paraformer Realtime v2 có dành cho cuộc gọi điện thoại không?

Không phải là chính. Đối với âm thanh điện thoại 8 kHz, Alibaba cung cấp Paraformer Realtime 8K v2. Mô hình này nhắm đến âm thanh trực tiếp nói chung từ micro, tai nghe và phần mềm cuộc họp.

Nó so sánh thế nào với Fun-ASR Realtime?

Cả hai đều truyền phát trực tuyến. Fun-ASR Realtime là dòng Fun-ASR mới hơn với hỗ trợ phương ngữ được liệt kê, trong khi Paraformer Realtime v2 là tùy chọn Paraformer đã được thiết lập. Hãy kiểm tra cả hai trên âm thanh của bạn và giữ lại mô hình phù hợp nhất.

Phương thức tích hợp là gì?

Một phiên WebSocket thông qua DashScope SDK hoặc giao thức thô. Máy khách của bạn gửi âm thanh theo từng đoạn, và các sự kiện nhận diện sẽ trả về liên tục trong khi phiên vẫn mở.

Nó có thể chuyển đổi một tệp đã hoàn tất không?

Nó được thiết kế cho các luồng dữ liệu. Đối với các bản ghi đã hoàn tất, hãy sử dụng Paraformer v2, phiên bản dựa trên tệp, xử lý toàn bộ tệp và trả về dấu thời gian với mỗi kết quả.

Paraformer Realtime v2 có giá bao nhiêu?

Trên TokenLab, Paraformer Realtime 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 v2 nên dùng endpoint nào?

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

Paraformer Realtime v2 hỗ trợ những thao tác nào?

Paraformer Realtime 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.