Alibaba Cloud: Paraformer 8K v2
paraformer-8k-v2- 價格
- 起 $0.000012
- 模態
- 音訊
關於 Paraformer 8K v2
Paraformer 8K v2 是阿里巴巴的檔案轉錄模型,專為 8 kHz 電話錄音(主要是中文通話音訊)進行了調校。它是 Paraformer v2 的窄頻版本:當來源為電話線或客服中心存檔時請使用此版本,而一般會議音訊等寬頻來源則使用通用版本。時間戳記為預設開啟,並支援說話者分離(diarization)與熱詞功能。
適用場景
- 專為 8 kHz 電話通訊打造,因此客服中心錄音在轉錄前無需進行升頻。
- 系統會持續回傳時間戳記,適合需要跳轉至通話特定位置進行品質審查的場景。
- 說話者分離功能可區分雙方通話中的客服人員與客戶。
- 自訂熱詞有助於識別通話中反覆出現的產品名稱、方案名稱與產業術語。
其他選擇建議
- 它針對窄頻電話音訊;寬頻會議或錄音室錄音建議使用 Paraformer v2。
- 這是一個離線檔案模型,若需即時通話字幕,請使用 Paraformer Realtime 8K v2。
入門指南
建立 API 金鑰
請至 Console 建立金鑰,即可在平台上使用各類模型。
發送您的第一個請求
複製您所選語言的範例,並針對端點執行它。
語音轉文字TokenLab 端點POST/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"
參數設定
語音轉文字
| 參數 | 可選值與限制 | 預設值 | 說明 |
|---|---|---|---|
file | 輸入數量:≥ 1, ≤ 1 | 未提供 | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
language | 未提供 | 未提供 | 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 | 未提供 | 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. |
定價
Verified 價格用於 Verified,多數模型更便宜;Official 價格是模型廠商公布的價格,用於更穩定的 Official。Auto 按最終完成請求的線路計價。
語音轉文字
每秒- Official 價格
- $0.00001176
- Verified 價格
- —
- 折扣
- —
| Official 價格每秒 | Verified 價格每秒 | 折扣 | |
|---|---|---|---|
| 語音轉文字 | $0.00001176 | — | — |
使用量與活動
成功率是請求完成的比例;延遲是一次完整回應所需的時間,P95 表示 95% 的請求在該時間內完成。
用量與可用性
過去 24 小時- 請求數
- 成功率
- P95 延遲
- 總 Token 用量
資料基於彙總的使用者請求,不包含狀態檢查。
直接在 Console 裡試
在 Console 中開啟 Paraformer 8K v2,並準備好編輯或發送提示詞。
協助我使用 paraformer-8k-v2 透過 /v1/audio/transcriptions 進行音訊請求,並顯示結果與成本。
應用情境
客服中心存檔
轉錄儲存的客戶通話,以進行品質評分、合規審查與關鍵字搜尋。
客服與客戶分離
使用說話者分離功能產生雙方對話逐字稿,並分別總結雙方的需求。
爭議證據
在文字旁保留時間戳記,以便審查人員能找到並重播爭議陳述的確切時刻。
提示詞範例
轉錄這段 8 kHz 的中文通話錄音,並將客服人員與客戶分開。
使用熱詞功能轉錄這些儲存的貸款催收通話,以識別我們的產品名稱。
轉錄這段電話訪談,並為每一句話回傳時間戳記。
FAQ
paraformer-8k-v2 中的 8k 是什麼意思?
它指的是 8 kHz 取樣率,即一般電話音訊的頻率。該模型針對此類窄頻素材(主要是中文通話錄音)進行了調校,而非針對寬頻來源。
我應該將它用於會議錄音嗎?
通常不建議。使用筆記型電腦或會議室麥克風錄製的會議音訊屬於寬頻,應使用 Paraformer v2 模型。當來源確實為電話通話時,才使用 8K 版本。
此模型的時間戳記是選用的嗎?
不是。阿里巴巴表示,Paraformer 檔案模型的時間戳記功能是永久開啟且無法關閉的,因此該模型回傳的每一份逐字稿都會包含時間戳記。
它可以轉錄即時通話嗎?
無法以串流方式進行。這是離線檔案模型。若需即時電話音訊轉錄,請使用支援窄頻音訊串流的 Paraformer Realtime 8K v2。
Paraformer 8K v2 的費用是多少?
在 TokenLab 上,Paraformer 8K v2 價格為 $0.00001176 每秒。完整明細見上方價格表。 價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率;單一費率不代表總價。
Paraformer 8K v2 應該使用哪一個端點?
請使用 https://api.tokenlab.sh/v1/audio/transcriptions 進行 Paraformer 8K v2 的呼叫。下方的請求範例展示了對應的程式碼格式。
Paraformer 8K v2 支援哪些操作?
Paraformer 8K v2 支援 語音轉文字。請在上方選擇一項操作以查看其端點與請求範例。
比較 Paraformer 8K v2
來源
- Model Studio: recording file recognition models
- Model Studio: speech-to-text models for real-time and file transcription
更新於 2026年10月2日