模型定位
通義實驗室開發的即時串流語音辨識模型,面向低延遲、高併發互動;輸入音訊,輸出轉寫文字。推理服務由阿里雲百鍊提供。(help.aliyun.com)
能力與用途
- 支援邊說邊轉寫、上下文增強,以及預編譯和即時熱詞,以改善專業詞彙辨識。
- 官方公告稱支援中文、英文、日文、韓文等 30 種語言,以及中文七大方言和 20 多種地區口音;並強化古詩詞辨識、標點預測和數字、日期、金額的文字正規化。
- 適用於即時會議轉寫、字幕、客服坐席輔助及語音助手等情境。(alibabacloud.com)
限制與接入
- 此模型為語音轉文字模型;會議同傳應用如需翻譯,不能僅憑本模型的語音辨識能力假定已完成翻譯。
- 官方模型資訊列明不支援函式呼叫、結構化輸出、聯網搜尋、前綴續寫、上下文快取、批次推理及模型調優;最大輸入長度、最大輸出長度和上下文長度未列數值。
- 即時接入支援二進位音訊串流,格式包括 PCM、WAV、MP3、Opus、Speex、AAC 和 AMR;官方表格將取樣率列為不限、音訊大小/時長列為不限。北京與新加坡的模型資訊均列每分鐘 1,200 次請求;實際限額與可用性請以服務設定為準。(help.aliyun.com)
發布日期
2026 年 7 月 30 日,阿里雲模型更新公告列出此即時模型。(alibabacloud.com)
價格
查詢日期:2026 年 11 月 16 日。以下為此模型的官方按量價格,按輸入音訊秒數計費,文字輸出不計費,不是按 Token 計費。
- 中國國內站/人民幣(CNY):華北 2(北京)輸入 0.00033 CNY/秒;新加坡、國際部署輸入 0.00066 CNY/秒。官方價格表顯示北京此模型無免費額度。來源:阿里雲百鍊國內站模型價格。(help.aliyun.com)
- 國際站/美元(USD):新加坡、國際部署輸入 0.00009 USD/秒;華北 2(北京)輸入 0.000047 USD/秒。官方價格表顯示新加坡此模型無免費額度。來源:阿里雲國際站模型價格。(alibabacloud.com)
兩站價格按各自平台及部署地區適用,並非匯率換算;優惠及實際結算條件以相應平台為準。