语音识别大模型
更新时间:2026-11-17
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
- 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。
- 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。
- 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)。
评价此篇文章
