ElevenLabs STT
Free.ai
·
stt
·
~500 tocynnau y eiliad minute
ElevenLabs STT yw a model siarad-i-testun. Wedi'i lwybru drwy fathau allanol - ~500 tokens y funud (50% markup over upstream cost).
Defnyddio trwy API
API REST OpenAI-cydnaws. Creu allwedd a galw'r model hwn mewn eiliad.
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://..."}'Cwestiynau a ofynnir yn aml
Mae ElevenLabs STT yn trosysgrifo sain a ddywedir i destun. Llwythwch ffeil MP3, WAV, M4A, neu fideo a dychwelir y trosysgrifiad llawn gan ElevenLabs STT ynghyd â isdeitlau SRT/VTT dewisol gyda stampiau amser.
ElevenLabs STT handles dozens of languages - Whisper-family models cover 90+, others vary. Pick "auto-detect" or specify the language for highest accuracy.
Mae'r gyfradd gwallau geiriau yn 5-10% ar sain Saesneg clir, 10-20% ar sain swnllyd neu ag acenion. Mae newidiadau mawr o'r un strwythur yn gwneud yn well ar achosion anodd - dewiswch fwy pan fo'r sain yn anodd.
Ie - mae pob segment yn cynnwys stampiau amser dechrau/diwedd. Allforio fel SRT neu VTT a mapiwch yr amserau yn syth i'ch fideo.
ElevenLabs STT yw peiriant trosglwyddo premiwm. Am ~500-1,500 tocynnau bob munud o sain, yn cael eu dangos yn fyw cyn i chi greu. Trosglwyddo hunan-gartrefol yn rhedeg am ddim ar eich cronfa 30,000-tocynnau bob dydd; modelau premiwm yn talu-fel-y-defnyddir, gyda top-ups o $1.
MP3, WAV, M4A, FLAC, OGG, a fideo (MP4, MOV, WebM) - rydym yn echdynnu'r sain. Uchafswm o 500 MB y lanlwythiad. Ffeiliau hirach? Gwahanu gyda /audio/cut/ neu ddefnyddio /v1/stt/batch/.
Mae diareiddio siaradwyr yn gam ar wahân - toglu "diarize" ar /transcribe/. ElevenLabs STT yn trin y trosysgrifiad; labelia diareiddio pob segment gyda siaradwr 1 / siaradwr 2 / ac ati
Ie - mae /batch/ yn derbyn plygell o ffeiliau sain. Mae pob trosglwyddiad yn cyrraedd /account/?tab=history gyda'r enw ffeil gwreiddiol. Defnyddiwch yr API i gadw coeden plygellau.
Ie - POST eich sain i /v1/stt/transcribe/ gyda model="ElevenLabs STT". Dychwelyd JSON gyda testun + segmentau + stampiau amser lefel gair. Mae gan /api/ y cyfeiriad llawn.
Mae modelau hunan-gartrefol yn cadw sain ar ein GPUs; mae premium yn mynd trwy gyda DPA. Mae sain yn cael ei ddileu ar ôl y ffenestr rhannu (24 awr yn anon, 7 diwrnod wedi mewngofnodi). Ni ydym yn hyfforddi ar eich mewnbwn.
Ydy - mae Free.ai yn rhoi defnydd masnachol o drosysgrifau. Mae angen hawl arnoch i'r sain a lwythoch i fyny (eich recordiad eich hun, deunydd trwyddededig, neu gynnwys gyda chaniatâd).
Mae'r ffactor amser real yn 0.05-0.2× - mae newyddion 60 munud yn cael ei drosi mewn 3-12 munud. Mae modelau premiwm yn gyffredinol yn gorffen yn gyflymach. Defnyddiwch y botwm rhes i gau'r tab.