Alibaba: Paraformer Realtime 8K v2
paraformer-realtime-8k-v2- 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
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WebSocketWS/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
- —
| Official 定價每秒 | Official每秒 | 折扣 | |
|---|---|---|---|
| 即時 / 語音轉文字 | $0.00003529 | $0.00003529 | — |
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 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
- Model Studio: real-time speech recognition
- Model Studio: speech-to-text models for real-time and file transcription
更新於 2026年10月2日