控制台

模型MOSS-Transcribe-Diarize-Pro

MOSS-Transcribe-Diarize-Pro

推荐语音识别

MOSS-Transcribe-Diarize-Pro 是一款能够同时输出高精度转写文本、说话人身份及其对应时间戳的模型,适用于会议、访谈、播客以及影视内容等多说话人场景。

ENDPOINT

POST /v1/audio/transcriptions

当前调用路径

输入

音频

请求可接受的内容

输出

文本

成功返回的内容

模型概览

多说话人转写模型,最长支持 60 分钟音频。默认使用稳定模型 ID moss-transcribe-diarize-pro;如需复现固定版本,可在 model 中传 moss-transcribe-diarize-pro-2026-07-03。

计费

计费方式人民币价格 六折优惠实际扣除 六折优惠
按输入音视频时长¥2¥1.20 / 小时4024 积分 / 小时

单次调用按实际用量计算,人民币金额用于价格理解,最终以积分账单为准。 查看完整计费标准

模态支持

文文本仅输出
音音频仅输入
图图片不支持
视视频不支持

支持的 Endpoint

Chat Completions /v1/chat/completions不支持
Responses /v1/responses不支持
Messages /v1/messages不支持
估算输入 Token /v1/messages/count_tokens不支持
单人语音生成 /v1/audio/speech不支持
多人对话语音生成 /v1/audio/speech/speakers不支持
音频转写 /v1/audio/transcriptions支持
音色设计 /v1/audio/voice/generations不支持
实时交互 /v1/realtime不支持
图像生成 /v1/images/generations不支持

能力

性能高
推理速度中
流式 支持
异步任务接口 支持
  • 最长支持60分钟音频
  • 超长上下文—32k
  • 最大输出长度—16k
  • 强大的抗噪与重叠音频处理能力
  • 支持热词增强,适合专有名词、人名、品牌名和业务术语识别

调用限额

限制项上限适用范围
每分钟请求数(RPM)70 次同一用户调用除 MOSS-Live-1.0 和 Nex-N2.6 外的所有模型接口时共享
每日请求数(RPD)30,000 次同一用户调用除 MOSS-Live-1.0 和 Nex-N2.6 外的所有模型接口时共享
并发数2 个每个用户在该模型下最多可同时处理 2 个转写任务。

查看完整请求限制

版本与快照

Model IDmoss-transcribe-diarize-pro
快照moss-transcribe-diarize-pro-2026-07-03最新版本