资讯 文档
技术能力
语音技术
文字识别
人脸与人体
图像技术
语言与知识
视频技术

语音识别大模型

语音识别大模型

语音识别大模型按调用时长(实时语音识别、音频文件转写类)或调用次数(一句话识别类)计费,各接口均支持“预付费资源包”和“后付费”两种付费方式:

  • “预付费资源包”的付费方式更适合业务中对语音识别服务需求量较明确的用户选择,用户可同时购买多个资源包叠加使用;
  • “后付费”的付费方式更适合对语音识别需求量尚处于探索期的用户选择,也可作为“预付费资源包”付费方式的兜底方案。

用户产生调用时会优先消耗免费调用额度,待免费调用额度耗尽时开始消耗资源包内额度。当资源包内剩余额度为零时,系统会自动切换为“后付费”的计费策略;直至账户内余额不足以支付因调用产生的费用,此时语音识别服务暂停,用户则无法正常使用语音识别服务。用户重新购买资源包或给账户充值后,语音识别服务将恢复正常。

实时语音识别大模型

面向流式实时交互场景,音频上传过程中即可持续返回识别结果,适用于语音输入、音视频字幕、直播质检、会议记录等对时延敏感的场景。

按小时包预付费

用户购买小时包后即可直接使用,小时包购买之日起一年内有效,具体价格如下:

小时包(小时) 单价(元/小时) 价格(元)
50 0.88 44
1,000 0.85 850
10,000 0.82 8,200
100,000 0.78 78,000
500,000 0.72 360,000

按调用时长后付费

系统按用户实际使用时长实时扣费,账户内需保留足量余额,具体价格如下:

计费方式 单价(元/小时)
按调用时长后付费 0.9

一句话识别大模型

面向短音频交互场景,将 60 秒以内的语音识别为文字,适用于语音输入、语音指令、语音搜索等短语音交互场景。

按次数包预付费

用户购买次数包后即可直接使用,次数包购买之日起一年内有效,具体价格如下:

次数包(千次) 单价(元/千次) 价格(元)
30 0.93 27.9
1,000 0.90 900
10,000 0.85 8,500
100,000 0.80 80,000
1,000,000 0.76 760,000

按调用次数后付费

系统按用户实际调用次数实时扣费,具体价格如下:

计费方式 单价(元/千次)
按调用次数后付费 0.95

音频文件转写大模型

异步批量转写接口,可将大批量音频文件转写为文字,适用于音视频字幕生产、批量录音质检、会议内容总结、录音内容分析等场景。

按小时包预付费

用户购买小时包后即可直接使用,小时包购买之日起一年内有效,具体价格如下:

小时包(小时) 单价(元/小时) 价格(元)
50 0.68 34
1,000 0.66 660
10,000 0.63 6,300
100,000 0.60 60,000
500,000 0.56 280,000

按调用时长后付费

系统按用户实际使用时长实时扣费,账户内需保留足量余额,具体价格如下:

计费方式 单价(元/小时)
按调用时长后付费 0.7

音频文件转写极速版大模型

在音频文件转写能力基础上采用更快的解码方案,缩短批量转写的返回时延,适用于对处理时效要求较高的批量转写场景。

按小时包预付费

用户购买小时包后即可直接使用,小时包购买之日起一年内有效,具体价格如下:

小时包(小时) 单价(元/小时) 价格(元)
50 0.75 37.5
1,000 0.72 720
10,000 0.69 6,900
100,000 0.65 65,000
500,000 0.62 310,000

按调用时长后付费

系统按用户实际使用时长实时扣费,账户内需保留足量余额,具体价格如下:

计费方式 单价(元/小时)
按调用时长后付费 0.78

补充说明

  1. 当且仅当用户产生成功调用,或因鉴权、音频质量导致的失败调用时,系统会消耗、记录调用时长(或调用次数),其余调用失败情况均不涉及计费。
  2. 预付费资源包自购买之日起一年内有效,同一接口可购买多个资源包叠加使用。
  3. 计费单位中,“小时”指音频时长,“千次”指按提交次数为计(单次任务最长60s)。
上一篇
端到端语音语言大模型
下一篇
大模型声音复刻