ElevenLabs STT
Free.ai
·
stt
·
~500 निशानियाँ प्रति minute
कृत्रिम बुद्धि (_A) (_A) बाहरी मॉडलों के माध्यम से रूट — ~_BAR_फेक_BAR_ चिह्न _BAR_फेक_फेक_BAR_ (50% मार्कअप का प्रयोग करने पर _R_)
एपीआई से प्रयोग करें
OpenAI-compatible REST API. Generate a key and call this model in seconds.
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://..."}'बार बार पूछे जाने वाले प्रश्न
REAL_PEL_BAR_इस ऑडियो को पाठ में बोलें _BAR_ प्रयोग करें एक एमपी3, W4A, या वीडियो फ़ाइल को अपलोड करें और _FAT_BAR_F_FH_F_FH_H_BAR_ पूर्ण-संक्स जमा करने वाले उपशीर्षकों को लौटाता है _BAR_
कृत्रिम बुद्धि_R_FH_name_BAR_ दर्जनों भाषाओं को हैंडल करता है — _FAL_78_M_ परिवार के मॉडलों को 90+, _FER_FEAL_M_40_M_M_ जाँचें, कुछ अन्य लोग अलग भाषा चुनें. "अपने नाम का पता करो" या भाषा निर्दिष्ट करें.
वर्ड-त्रुटि दर 510% शुद्ध अंग्रेजी ऑडियो पर है, 1020% ध्वनि पर आवाज़ या उच्चारण पर.
जी हाँ — प्रत्येक भाग में प्रारंभ/ends शामिल हैं. एसआरटी या विट के रूप में निर्यात करें और समय चिह्न आपके विडियो पर सीधा.
ElevenLabs STT is a premium transcription engine. About ~500–1,500 tokens per minute of audio. $1 = 750,000 tokens.
एमपी3, W4A, F4A, FLAC, प्लस वीडियो (एमपी4, MM) — हम ऑडियो को अपलोड पर निकालते हैं.
अध्यक्ष विजुअलेशन एक अलग पास है - टॉगल "डेंना" पर / tanny. _BAR_ HEC_ HEH_ HEN_name_ HE_name_ HEN_ H_name_BAR_ प्रतिनिधित्व करता है; स्पीकर - 2 के साथ हर खण्ड लेबल को संभालता है.
हाँ, / Bakc/ Carks फ़ाइलों के एक फ़ोल्डर को स्वीकार करता है. हर प्रदर्शन देश //sses में? tab=i अवधि मूल फ़ाइलनाम के साथ. फ़ोल्डर- folder का उपयोग करने के लिए API का उपयोग करने के लिए.
हाँ — आपकी ऑडियो को /v1/ट/टैक्स/टटट/ मॉडल=" के साथ रखें_BAR_FAR_FH_H_name_name_BAR_" का पाठ + खण्ड+R_" के साथ बदलता है. /ayp/ adephy. इसमें पूरा संदर्भ है _BAR_
स्व-होड मॉडल हमारे जीयूपीपी पर ऑडियो रखे रहते हैं, एक डीएपी के माध्यम से प्रीपीनियम. भाग के बाद ऑडियो मिटा दिया गया है (24-24, 7 पर क्लिक करें. हम आपके इनपुट पर ट्रेन नहीं है.
Yes — Free.ai grants commercial use of transcripts. You need rights to the audio you uploaded (your own recording, licensed material, or content with consent).
वास्तविक समय कारक 0.052× है - एक 60 मिनट में एक 60 मिनट में metedmodes. डमी मॉडल अक्सर तेजी से समाप्त हो जाता है. टैब बंद करने के लिए कतार बटन का उपयोग करें.