Alibaba: Paraformer Realtime v2
paraformer-realtime-v2- 價格
- 起 $0.000035
- 模態
- 音訊
關於 Paraformer Realtime v2
Paraformer Realtime v2 是阿里巴巴的通用型串流語音辨識模型,可在音訊持續輸入時回傳文字。它適用於字幕、語音輸入及會議介面,這些場景要求逐字稿隨說話內容即時更新。與 8K 版本不同,它不受限於電話頻寬;且與 Fun-ASR Realtime 不同,它屬於較早期的 Paraformer 系列。
適用場景
- 持續更新逐字稿,適用於即時字幕與會議介面。
- 適用於一般寬頻音訊(如耳機與會議室麥克風),不僅限於電話線路。
- 支援熱詞功能,適用於會議中頻繁出現的名稱與術語。
- 提供串流結果的時間戳記,以便對齊字幕。
其他選擇建議
- 電話品質的 8 kHz 音訊更適合使用 Paraformer Realtime 8K v2。
- 串流模式無法進行二次音訊處理;若對最終準確度有高度要求,請使用檔案處理模型。
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-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 v2,並準備好編輯或發送提示詞。
協助我使用 paraformer-realtime-v2 透過 /v1/realtime 進行音訊請求,並顯示結果與成本。
應用情境
會議字幕
在視訊會議中顯示即時逐字稿,讓參與者能跟上進度或補捉遺漏的詞彙。
語音輸入
在使用者說話時,將聽寫內容即時轉換為編輯器或表單中的文字。
即時活動字幕
為演講或廣播添加字幕,並在講者每句話結束時進行更新。
提示詞範例
串流此即時會議音訊,並在人員發言時顯示字幕。
透過語音口述支援工單,並在我說話的同時填寫文字方塊。
串流會議主題演講,並針對講者與產品名稱設定熱詞。
FAQ
Paraformer Realtime v2 適用於電話通話嗎?
並非主要用途。針對 8 kHz 電話語音,阿里巴巴提供 Paraformer Realtime 8K v2。此模型主要針對來自麥克風、耳機及會議軟體的一般即時音訊。
它與 Fun-ASR Realtime 相比如何?
兩者皆支援串流。Fun-ASR Realtime 屬於較新的 Fun-ASR 系列,並列出了方言支援;而 Paraformer Realtime v2 則是成熟的 Paraformer 選項。請針對您的音訊測試兩者,並保留最適合的一個。
整合方式為何?
透過 DashScope SDK 或原始協定建立 WebSocket 連線。您的用戶端需分段傳送音訊,辨識事件會在連線開啟期間持續回傳。
它可以轉錄已完成的檔案嗎?
它是為串流設計的。若需處理已完成的錄音,請使用其檔案處理對應模型 Paraformer v2,該模型會處理整個檔案並回傳包含時間戳記的結果。
Paraformer Realtime v2 的費用是多少?
在 TokenLab 上,Paraformer Realtime 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 v2 應該使用哪一個端點?
請使用 https://api.tokenlab.sh/v1/realtime 進行 Paraformer Realtime v2 的呼叫。下方的請求範例展示了對應的程式碼格式。
Paraformer Realtime v2 支援哪些操作?
Paraformer Realtime 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 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