SenseVoice 是一个具有多种语音理解能力的语音基础模型，包括自动语音识别（ASR）、口语语言识别（LID）、语音情感识别（SER）和音频事件检测（AED）。SenseVoice-Small 模型采用非自回归端到端框架，具有非常低的推理延迟。它支持 50 多种语言的多语言语音识别，在中文和粤语识别方面表现优于 Whisper 模型。此外，它还具有出色的情感识别和音频事件检测能力。该模型处理 10 秒音频仅需 70 毫秒，比 Whisper-Large 快 15 倍
规格与计价条件
以来源站点为准- 币种
- 站内额度（人民币标识额度）
- 计价单位
- 每百万 tokens
- 模型标识
- SenseVoiceSmall
- 输入 / 输出
- ¥0.65 / ¥1.3
- 价格分组
- default
- 分组倍率
- 1.3
- 基础每次价（美元计价额度）
- 0
- 模型倍率
- 0.25
- 计费方式
- 按 token 用量计费
- 输出倍率
- 2
原站公开的站内额度标价；充值折扣、规格附加费及最终扣费以原站为准。
公开价格历史
每百万 tokens · 站内额度（人民币标识额度）已记录首次公开报价。后续价格变化会在这里显示。
| 观测时间 | 输入 / 商品价 | 输出价 | 库存 |
|---|---|---|---|
| 2026/10/27 15:10:05 | ¥0.65 | 1.3 | 库存未知 |