此语言仍有 16 条内容或界面任务待翻译;未完成部分显示中文原文。
Nhà AI / Thư viện mô hình / Doubao-Seed-2.1-pro

Doubao-Seed-2.1-pro

AI 辅助整理
火山引擎多模态交互语音输入识别语音转文字多模态生成Nhập giá tham chiếu · lấy thông tin chính thức làm chuẩn

Doubao-Seed-2.1-pro là mô hình đa phương thức trên nền tảng Volcano Engine Ark, hỗ trợ đầu vào giọng nói tham gia tương tác đa phương thức, có thể gọi qua SDK chính thức bằng âm thanh base64 hoặc URL TOS. Đầu vào giọng nói hỗ trợ năm định dạng wav, mp3, m4a, aac, opus, mỗi dòng dài tối đa 60 giây, tần số mẫu tối thiểu 8kHz, khuyến nghị 16kHz, âm thanh không vượt quá 10MB. Phù hợp cho tổng đài chăm sóc khách hàng bằng giọng nói thời gian thực, phần cứng đối thoại đa phương thức chạy trên thiết bị biên và các tình huống chuyển giọng nói thành văn bản kết hợp sinh nội dung; các nhu cầu như chuyển ngữ bản ghi âm siêu dài, dịch thời gian thực tích hợp, nhận dạng ngoại tuyến nên chuyển sang các sản phẩm chuyên về giọng nói tương ứng của Volcano Engine.

Token ngữ cảnhChờ xác minh
Đầu vào / triệu tokenChờ xác minh
Đầu ra / triệu tokenChờ xác minh
Phiên bảnv2.1.0
Triển khai云端 API:需开通火山引擎方舟大模型服务,获取 API Key 与 Secret Key 后通过官方 SDK(v1.2.0 及以上)调用;支持 Python 3.8+ / Node.js 16+ / Java 1.8+ 环境;语音输入需 base64 编码或上传至火山引擎对象存储 TOS 传入公网 URL,不支持直接读取本地文件路径

Năng lực và mục đích sử dụng

多模态交互语音输入识别语音转文字多模态生成

【Định vị và năng lực】Doubao-Seed-2.1-pro định vị cho tương tác đa phương thức, đầu vào giọng nói là một trong những năng lực đó: sau khi người dùng tải lên giọng nói, API trả về văn bản nhận dạng và kết hợp sinh phản hồi đa phương thức. Nguồn mô tả mô hình phù hợp với chăm sóc khách hàng thông minh có mỗi dòng giọng nói không quá 60 giây, lượng gọi hằng ngày 1–100 vạn lần, phần cứng đối thoại đa phương thức trên thiết bị biên với tần số mẫu 16kHz trở lên, và sáng tạo nội dung tải lên nhận dạng tệp âm thanh hàng loạt rồi kết hợp sinh đa phương thức. 【Thông số đầu vào giọng nói】Hỗ trợ tổng cộng 5 định dạng wav, mp3, m4a, aac, opus; trường format trong tham số yêu cầu phải hoàn toàn khớp với định dạng âm thanh thực tế, nếu không giải mã sẽ thất bại. Tần số mẫu hỗ trợ tối thiểu 8kHz, khuyến nghị 16kHz; 24kHz và 48kHz cũng được hỗ trợ nhưng không tăng độ chính xác, ngược lại còn làm tăng dung lượng truyền; theo báo cáo kiểm thử nội bộ mà nguồn trích dẫn, độ chính xác nhận dạng của wav 16kHz 16bit mono cao hơn 2.3 điểm phần trăm so với mp3 cùng chất lượng âm. Âm thanh vượt quá 10MB sẽ bị từ chối. 【Điều kiện tiên quyết tích hợp】Cần kích hoạt dịch vụ mô hình lớn Ark và lấy API Key/Secret Key; tài khoản con cần được phân quyền gọi (nếu không sẽ trả về 403 AccessDenied); phụ thuộc SDK Ark v1.2.0 trở lên, lệnh cài đặt Python là pip install volcengine-python-sdk==1.2.0, Node.js là npm install @volcengine/ark-sdk@1.2.0. Âm thanh cục bộ cần chuyển sang base64 hoặc tải lên TOS tạo URL công khai. 【Khuyến nghị thực hành kỹ thuật】Cấu hình retry cho lỗi timeout và lỗi 5xx (ví dụ tenacity tối đa 3 lần, khoảng cách 1 giây) có thể tăng tỷ lệ gọi thành công; âm thanh vượt 60 giây cần tách nhỏ rồi gọi theo lô. 【Cân nhắc lựa chọn】Với tình huống nhận dạng giọng nói thuần túy không cần kết hợp sinh đa phương thức, nguồn khuyến nghị dùng trực tiếp sản phẩm nhận dạng giọng nói ASR của Volcano Engine, chi phí thấp hơn khoảng 60%; bản ghi âm dài chọn Long ASR; dịch thời gian thực tích hợp chọn sản phẩm dịch đồng thời API; môi trường ngoại tuyến không có mạng phương án này không hỗ trợ, cần SDK nhận dạng giọng nói ngoại tuyến trên thiết bị biên.

So sánh năng lực

Chưa có điểm đánh giá từng hạng mục đã được xác minh, tạm thời không vẽ biểu đồ radar năng lực hay xếp hạng tổng hợp.

Dữ liệu và nguồn

Đơn vị cung cấp thông tin
火山引擎
Cập nhật tài liệu trên nền tảng
2026-11-09 03:03:52

Thời gian cập nhật trên nền tảng không đồng nghĩa với ngày phát hành mô hình. Khi không cung cấp bộ kiểm thử, ngày thực hiện và kết quả gốc, sẽ không hiển thị điểm đo thực tế chính thức hoặc của nền tảng.

Lịch sử phiên bản

v2.1.0Phiên bản nhập hiện tại

Các phiên bản lịch sử, ngày ra mắt và ngừng bán đang chờ xác minh.

Kết nối và sử dụng

Vui lòng xác nhận địa chỉ API, định danh mô hình, xác thực, quyền hạn và quy tắc tính phí theo tài liệu chính thức.

Mở tài liệu chính thức

Kiểm thực trên nền tảng

Chưa có báo cáo kiểm thử mô hình nào đã được xác minh. Nhãn năng lực của mô hình không có nghĩa là đã hoàn thành kiểm thử thực tế trên nền tảng.
Trợ giúp lựa chọn sản phẩm

让需求变成可修改的筛选条件

依据已录入参数生成条件,结果可查看和修改。帧率与性能需核对实测,不能仅凭算力数值保证。