為每個請求選擇 Auto、TokenLab Verified 或 Official,並預先顯示價格。查看最新動態

Alibaba: Paraformer Realtime 8K v2

Paraformer Realtime 8K v2 可識別來自即時電話音訊串流的中文語音。它適用於必須處理窄頻電話輸入的客服中心字幕與通話中輔助功能。
比較模型
paraformer-realtime-8k-v2
可用Alibaba語音轉文字同步
價格
起 $0.000035
模態
音訊

關於 Paraformer Realtime 8K v2

Paraformer Realtime 8K v2 是阿里巴巴針對 8 kHz 即時中文電話語音所推出的串流辨識模型。它結合了 Paraformer Realtime v2 的即時處理特性與 Paraformer 8K v2 的窄頻調校。當通話進行中,且客服介面、字幕或助理需要在通話結束前取得文字時,請選擇此模型。

適用場景

  • 在電話通話進行時即時回傳文字,讓客服人員能隨時查看對話內容。
  • 針對 8 kHz 窄頻輸入進行調校,以符合電話系統實際傳輸的音訊規格。
  • 支援熱詞功能,適用於即時通話中重複出現的產品名稱與部門名稱。
  • 語音活動偵測(VAD)設定可控制語句完成的判定速度。

其他選擇建議

  • 此模型專為窄頻電話語音設計;寬頻麥克風則更適合使用 Paraformer Realtime v2。
  • 串流結果無法根據後續音訊進行修正,若需最終存檔逐字稿,請使用 Paraformer 8K v2。

入門指南

  1. 建立 API 金鑰

    請至 Console 建立金鑰,即可在平台上使用各類模型。

  2. 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WebSocket
    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());

定價

Official 價格為模型開發商的公開基準價。TokenLab 價格則為您在 TokenLab 使用該模型的實際費用。

即時 / 語音轉文字

每秒
Official 定價
$0.00003529
Official
$0.00003529
折扣
—

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
模型效能
當達到隱私權與資料量的門檻後,指標才會顯示。

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 Realtime 8K v2,並準備好編輯或發送提示詞。

協助我使用 paraformer-realtime-8k-v2 透過 /v1/realtime 進行音訊請求,並顯示結果與成本。

應用情境

  • 客服輔助

    將即時通話文字輸入至語言模型,以便在對話過程中提供回答建議或顯示相關政策摘要。

  • 即時通話監控

    在通話進行期間標記合規用語或升級處理關鍵字。

  • 通話中筆記

    為客服人員建立一份持續更新的筆記,確保在通話結束時內容已完整記錄。

提示詞範例

串流此即時 8 kHz 普通話支援通話,並在每個句子結束時顯示文字。

即時轉錄進行中的銷售通話,並針對我們三項方案名稱設定熱詞。

串流通話音訊,並標記客戶說出「取消」的時刻。

FAQ

它與 Paraformer Realtime v2 有何不同?

8K 版本針對 8 kHz 取樣的窄頻電話語音進行了調校,而 Paraformer Realtime v2 則處理一般的寬頻即時音訊(如麥克風收音)。請根據您的音訊來源選擇合適的模型。

它與 Paraformer 8K v2 有何不同?

兩者皆針對電話語音,但此模型可在通話過程中進行串流並回傳文字,而 Paraformer 8K v2 則是針對已完成的錄音檔進行轉錄。

音訊如何傳送?

透過串流 WebSocket 連線,使用阿里巴巴的 DashScope SDK 或原始協定。您需傳送音訊片段,並在通話持續期間接收辨識事件。

它僅支援中文嗎?

阿里巴巴的說明主要集中於中文電話語音。若要使用其他語言,請在依賴此模型前先使用您的通話樣本進行驗證,因為窄頻音訊會增加各語言的辨識難度。

Paraformer Realtime 8K v2 的費用是多少?

在 TokenLab 上,Paraformer Realtime 8K v2 價格為 $0.00003529 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 Realtime 8K v2 應該使用哪一個端點?

請使用 https://api.tokenlab.sh/v1/realtime 進行 Paraformer Realtime 8K v2 的呼叫。下方的請求範例展示了對應的程式碼格式。

Paraformer Realtime 8K v2 支援哪些操作?

Paraformer Realtime 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 Realtime 8K v2

來源

更新於 2026年10月2日

更多來自 Paraformer 的模型

相關模型