type
status
date
slug
summary
tags
category
icon
password
最近想白嫖阿里云服务，我整理了阿里云提供的免费语音识别（ASR）服务及其额度，方便大家快速了解和使用。文末附带对比表格。
阿里云免费 ASR 服务概览
阿里云提供了多种语音识别模型，部分模型提供免费额度，方便用户体验和测试。以下是详细信息：
1. 通义千问 ASR 模型
- 模型特点：基于 Qwen-Audio 训练，专用于中英文语音识别。目前处于 Beta 版本。
- 计费方式：按 Token 数计费。每秒音频对应 25 个 Token（不足 1 秒按 25 个 Token 计算）。
- 模型列表：
qwen-audio-asr（稳定版，等同qwen-audio-asr-2024-12-04）qwen-audio-asr-latest（最新版）qwen-audio-asr-2024-12-04（快照版）
- 支持：中文、英文，16kHz 采样率音频。
- 免费额度：10 万 Token，有效期为百炼开通后 180 天。
- 单价：目前仅供免费体验。
- 注意：免费额度用完后不可调用，请关注后续动态。不支持多轮对话和自定义 Prompt。
2. Paraformer 模型
- 模型特点：基于通义实验室新一代非自回归端到端模型，提高语音识别的精度和准确率。
- 模型列表：
paraformer-v2：支持多种语言，适用视频直播场景。paraformer-8k-v2：中文普通话，8kHz 采样率，适用于电话语音。paraformer-v1：支持中文普通话、英语，适用音频或视频。paraformer-8k-v1：中文普通话，8kHz 采样率，适用于电话语音。paraformer-mtl-v1：支持多种语言，16kHz 及以上采样率，适用音频或视频。
- 支持：不同版本支持中文普通话、多种中文方言、英语、日语、韩语、德语、法语、俄语等。
- 免费额度：
paraformer-v2提供每月 36,000 秒（10 小时）的免费额度，每月 1 日 0 点自动发放，有效期 1 个月。
- 单价：
paraformer-v2定价为 0.00008 元/秒，或0.00480元/分钟，或0.288元/小时
3. SenseVoice 模型
- 模型特点：专注于高精度多语言语音识别、情感辨识和音频事件检测，支持超过 50 种语言。
- 模型列表：
sensevoice-v1
- 支持：超过 50 种语言（包括中、英、日、韩、粤等）。
- 免费额度：每月 36,000 秒（10 小时），每月 1 日 0 点自动发放，有效期 1 个月。
- 单价：0.0007 元/秒，或0.042元/分钟，或2.52元/小时
为了更直观地对比这些 ASR 服务的特性和免费额度，整理了以下表格：
模型名称 | 主要特点 | 支持语言 | 免费额度 | 计费方式 |
通义千问 ASR | 基于 Qwen-Audio，中英文识别，Beta 版本 | 中文、英文 | 10 万 Token（百炼开通后 180 天内有效） | 按 Token 数计费 |
Paraformer-v2 | 通义实验室新一代模型，高精度识别，适用视频直播 | 中文普通话、中文方言（粤语、吴语、闽南语、东北话、甘肃话、贵州话、河南话、湖北话、湖南话、宁夏话、山西话、陕西话、山东话、四川话、天津话）、英语、日语、韩语、德语、法语、俄语等 | 36,000 秒/月（每月 1 日发放，有效期 1 个月） | 按秒计费 |
SenseVoice-v1 | 高精度多语言识别，支持情感辨识和音频事件检测 | 超过 50 种语言（中、英、日、韩、粤等） | 36,000 秒/月（每月 1 日发放，有效期 1 个月） | 按秒计费 |
总的来说
阿里云提供了多种 ASR 模型，其中 Paraformer-v2 和 SenseVoice-v1 均提供每月 10 小时的免费额度，而 通义千问 ASR 提供 10 万 Token 的尝鲜额度。用户可以根据自身需求选择合适的模型进行体验和使用。
- 作者:Doiiars
- 链接:http://doiiars.com/article/aliyun-free-asr-service?target=comment
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议，转载请注明出处。
相关文章
