ElevenLabs STT
Free.ai
·
stt
·
~500 tokens per minute
ElevenLabs STT is a mudellu di parlatu-versu-testu. Routed attraversu modelli esterni - ~500 tokens per minutu (50% markup supra u costu upstream).
Uso via API
API REST compatibili OpenAI. Genera una chiavi è chiama stu mudellu in siconni.
curl -X POST https://api.free.ai/v1/stt/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"premium/elevenlabs/speech-to-text","audio_url":"https://..."}'Dumande frequenti
ElevenLabs STT trascrivi l'audiu parlatu in testu. Carica un MP3, WAV, M4A, o un figghiu video è ElevenLabs STT riturna a trascrizzioni cumpleta più i sottotituli SRT/VTT opziunali cù timestamps.
ElevenLabs STT handles dozens of languages - Whisper-family models cover 90+, others vary. Pick "auto-detect" or specify the language for highest accuracy.
U tassu di erruri di parolla hè 5-10% in audio inglese pulitu, 10-20% in audio rumorosu o accentatu. Varianti grandi di a stessa architettura fannu significativamente megliu in casi duri - sceglite più grandi quandu l'audiu hè russu.
Sì - ogni segmentu cunteni l'indicazioni di tempu di iniziu/fini. Esporta comu SRT o VTT e li tempi s'appiceranu drittu a lu vostru video.
ElevenLabs STT hè un mutore di trascrizzione premium. Circa ~ 500-1,500 tokens per minutu di audio, mostratu in diretta prima di generà. Trascrizzione auto-ospitata corre gratuitamente nantu à u vostru 30,000-token pool giornalieru; mudelli premium sò pay-as-you-go, cù top-ups da $ 1.
MP3, WAV, M4A, FLAC, OGG, più video (MP4, MOV, WebM) - estrichemu l'audiu. Max 500 MB per caricamentu. File più lunghi? Divide cù /audio/cut/ o usa /v1/stt/batch/.
A diarizazione di l'oraturi è un passaggiu separatu - attivate "diarize" in /transcribe/. ElevenLabs STT gestisci a trascrizzioni; a diarizazione etichetta ogni segmentu cu Oratore 1 / Oratore 2 / ecc.
Sì - /batch/ accetta na cartella di fichieri audio. Ogni trascrizzioni finisci in /account/?tab=history cu u nomi di figghiu origginali. Pi cunservari l'arbulu di cartelli usa l'API.
Sì - POST l'audiu à /v1/stt/transcribe/ cu model="ElevenLabs STT". Ritorna JSON cu testu + segmenti + timestamp a livellu di parola. /api/ hà u rifirimentu cumpletu.
Li mudelli auto-ospitati mantèninu l'audiu supra li nostri GPU; i mudelli premium passanu cu un DPA. L'audiu è cancellatu dopu a finestra di cunnizzioni (24 ore anònimu, 7 ghjorni di cunniscenza). Non ci addestramu a basa di i vostri input.
Sì - Free.ai cunzenti l'usu cummerciali di li trascrizzioni. Avete bisognu di li diritti di l'audiu ca caricate (a vostra registrazioni, materiali licenziatu, o cuntinutu cun cunsensu).
U fatturi di tempu reale hè approssimativamente 0.05-0.2× - un podcast di 60 minuti trascrive in 3-12 minuti. I mudelli Premium spessu finiscinu più veloci. Usate u buttone di coda per chiudiri a scheda.