ElevenLabs STT
Free.ai
·
stt
·
~500 Torneiras por minute
ElevenLabs STT é a modelo de fala a texto. Encaminhado através de modelos externos - ~500 tokens por minuto (50% de marcação sobre o custo a montante).
Utilizar através da API
API REST compatível com a OpenAI. Gere uma chave e chame este modelo em segundos.
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://..."}'Perguntas Frequentes
ElevenLabs STT transcribe áudio falado em texto. Envie um arquivo MP3, WAV, M4A ou vídeo e ElevenLabs STT retorna a transcrição completa mais legendas SRT/VTT opcionais com selos de tempo.
ElevenLabs STT handles dozens of languages - Whisper-family models cover 90+, others vary. Pick "auto-detect" or specify the language for highest accuracy.
A taxa de erro de palavra é de 5 a 10% em áudio de inglês limpo, 10 a 20% em áudio ruidoso ou acentuado. Grandes variantes da mesma arquitetura fazem significativamente melhor em casos rígidos - escolher maior quando o áudio é ruvido.
Sim - cada segmento inclui selos de tempo inicial/final. Exporte como SRT ou VTT e o mapa de tempos diretamente no seu vídeo.
ElevenLabs STT é um motor de transcrição premium. Sobre ~500-1.500 fichas por minuto de áudio, mostrado ao vivo antes de você gerar. A transcrição auto-hosted corre livre em seu pool diário de 30.000 token; modelos premium são pay-as-you-go, com top-ups a partir de $1.
MP3, WAV, M4A, FLAC, OGG, mais vídeo (MP4, MOV, WebM) - extraimos o áudio. Máximo 500 MB por upload. Arquivos mais longos? Dividir com /audio/cut/ ou usar /v1/stt/batch /.
A diarização do alto-falante é um passe separado - commutar "diarizar" em /transcribe /. ElevenLabs STT maneja a transcrição; etiquetas de diarização cada segmento com Speaker 1 / Speaker 2 / etc.
Sim - /batch/ aceita uma pasta de arquivos de áudio. Cada transcrição terras em /account /?tab=história com o nome de arquivo original. Para a preservação de pasta-árbore use a API.
Sim - POST seu áudio para /v1/stt/transcribe/ com model="ElevenLabs STT". Devolve JSON com texto + segmentos + selos de tempo de nível de palavra. /api/ tem a referência completa.
Os modelos auto-hostados mantêm áudio em nossas UCP; premium passa com um DPA. O áudio é excluído após a janela de compartilhamento (24h anon, 7d assinado). Não treinamos em seus insumos.
Sim - Free.ai concede uso comercial de transcrições. Você precisa de direitos para o áudio que você enviou (o seu próprio registro, material licenciado ou conteúdo com consentimento).
Fator em tempo real é aproximadamente 0,05-0,2× - um podcast de 60 minutos transcribe em 3-12 minutos. Os modelos premium muitas vezes acabam mais rápido. Use o botão cola para fechar a aba.