Paraformer-Realtime-v2 是阿里雲上一代的即時語音辨識模型,透過雙向連線串流送入音訊、串流回傳轉寫。
- 輸入
- 音訊
- 輸出
- 文字
- 價格
- $0.002/min
價格在同類中的位置
價格在 11 個同類模型中的位置
這條線顯示該模型的價格,在 Synthorai 上同類模型裡處於什麼位置。兩端標出了最便宜和最貴的那個。這裡是基礎價,批次、區域與快取寫入的折扣見價格頁。
規格與限制
音訊
| 語言 | 7 種語言:中文(普通話,以及粵語、吳語、閩南語和 15 種地方口音)、英語、日語、韓語、德語、法語、俄語 |
|---|---|
| 音訊限制 |
|
| 串流轉寫 | 支援 |
| 時間戳 | 支援 |
模型
| 模態 | 音訊 → 文字 |
|---|
以串流為先的 Paraformer 世代,支援熱詞自訂與多語言覆蓋。
30 秒用上 Paraformer Realtime v2
OpenAI 相容:換掉 base_url,SDK 不用改。POST /v1/audio/transcriptions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.audio.transcriptions.create(
model="paraformer-realtime-v2",
file=open("meeting.mp3", "rb"),
language="en",
)
print(resp.text)import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.audio.transcriptions.create({
model: "paraformer-realtime-v2",
file: fs.createReadStream("meeting.mp3"),
});
console.log(resp.text);curl https://synthorai.io/v1/audio/transcriptions \
-H "Authorization: Bearer sk-syn-..." \
-F model="paraformer-realtime-v2" \
-F file=@meeting.mp3package main
import (
"context"
"fmt"
"os"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
f, _ := os.Open("meeting.mp3")
resp, _ := client.Audio.Transcriptions.New(context.TODO(), openai.AudioTranscriptionNewParams{
Model: "paraformer-realtime-v2",
File: f,
})
fmt.Println(resp.Text)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.audio.transcriptions.*;
import java.nio.file.Paths;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
Transcription resp = client.audio().transcriptions().create(
TranscriptionCreateParams.builder()
.model("paraformer-realtime-v2")
.file(Paths.get("meeting.mp3"))
.build()).asTranscription();
System.out.println(resp.text());關於 Paraformer Realtime v2
- 它可辨識中文普通話以及範圍異常廣泛的地方方言(粵語、吳語、閩南語、四川話等),外加英語、日語、韓語、德語、法語與俄語,並支援用 language_hints 參數引導語言偵測。
- 這是 v2 才有的新增項,接受任意取樣率也是如此,上一版則要求 16 kHz。
- 阿里的文件現在建議新專案改用 Fun-ASR 或 Qwen-ASR,把這個模型定位於既有整合。
- 讓它仍然堪用的是成熟的參數介面:面向領域詞彙的熱詞表、預設開啟的逆文字正規化、預設開啟的標點預測並可選用語義斷句、可設定的最大句末靜音時長以結束一句話,以及可選的贅詞過濾器來去除語氣填充詞(Fun-ASR 的即時模型並未記載這項控制)。
- 句級與詞級時間戳以毫秒回傳,連線接受 PCM、WAV、MP3、Opus、Speex、AAC 與 AMR。
- 即時路徑不提供語者分離,也沒有情緒辨識。
- 請把它當作已針對它調校過的流程的穩定端點,而不是新工作的起點。
- Synthorai 繼續透過 OpenAI 相容端點提供它。
常見問題
Paraformer Realtime v2 API 可以免費試用嗎?
可以,新帳號可獲得 10 次試用呼叫和最高 $1 的免費額度,無需信用卡。足以在新增付款方式之前,用真實工作負載試試 Paraformer Realtime v2。
Paraformer Realtime v2 最擅長什麼?
音訊流入,轉寫流出、中文地方方言覆蓋異常廣、language_hints 參數引導偵測。完整能力請見「關於」一節,內容取自廠商官方發布說明。
Paraformer Realtime v2 的價格是多少?
在 Synthorai 上,Paraformer Realtime v2 依轉錄音訊每分鐘 $0.002 計費,按用量計費,無平台加價,無需訂閱。
Paraformer Realtime v2 支援哪些語言?
Paraformer Realtime v2 支援 7 種語言:中文(普通話,以及粵語、吳語、閩南語和 15 種地方口音)、英語、日語、韓語、德語、法語、俄語。在 Synthorai 上透過 POST /v1/audio/transcriptions 呼叫,即標準 OpenAI 轉錄 API 形式。
如何開通 Paraformer Realtime v2?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "paraformer-realtime-v2" 即可。一組 API key 通用閘道上的所有模型。
相關模型
對比
本頁每個值都轉錄自廠商自己的文件(連結見上),並帶有核對日期。價格在全目錄範圍內比較;各廠商定義不同的規格值,只說明差異而不作圖表對比。此處沒有任何由我們測量的資料,也不做評分。