Fal Speech-to-Text
Free.ai
·
stt
·
~500 tokens per minute
Fal Speech-to-Text adalah a model ucapan-ke-teks. Dilalui melalui model luaran - ~500 token per minit (50% markup atas kos upstream).
Guna melalui API
API REST serasi OpenAI. Janakan kekunci dan panggil model ini dalam beberapa saat.
curl -X POST https://api.free.ai/v1/stt/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"premium/speech-to-text","audio_url":"https://..."}'Soalan Lazim
Fal Speech-to-Text mentranskripsikan audio yang diucapkan ke teks. Muat naik fail MP3, WAV, M4A, atau video dan Fal Speech-to-Text mengembalikan transkripsi penuh plus subtitle SRT/VTT pilihan dengan setem masa.
Fal Speech-to-Text handles dozens of languages - Whisper-family models cover 90+, others vary. Pick "auto-detect" or specify the language for highest accuracy.
Kadar ralat perkataan ialah 5-10% pada audio Inggeris bersih, 10-20% pada audio bising atau accented. Varian besar dari arsitektur yang sama melakukan lebih baik pada kes sukar - pilih yang lebih besar apabila audio kasar.
Ya - setiap segmen termasuk setem masa mula/akhir. Eksport sebagai SRT atau VTT dan peta masa terus ke video anda.
Fal Speech-to-Text adalah enjin transkripsi premium. Sekitar ~500-1,500 token per minit audio, dipaparkan secara langsung sebelum anda cipta. Transkripsi sendiri-dihost berjalan percuma pada kolam 30,000-token harian anda; model premium adalah bayar-seperti-anda-guna, dengan top-up dari $1.
MP3, WAV, M4A, FLAC, OGG, plus video (MP4, MOV, WebM) - kami mengekstrak audio. Maksimum 500 MB per muat naik. Fail lebih panjang? Pisahkan dengan /audio/cut/ atau gunakan /v1/stt/batch/.
Diarisasi Speaker adalah laluan terpisah - togol "diarize" pada /transcribe/. Fal Speech-to-Text mengendalikan transkripsi; diarisasi melabel setiap segmen dengan Speaker 1 / Speaker 2 / dll
Ya - /batch/ menerima folder fail audio. Setiap transkripsi akan berada dalam /account/?tab=history dengan nama fail asal. Untuk pemeliharaan pepohon folder gunakan API.
Ya - POST audio anda ke /v1/stt/transcribe/ dengan model="Fal Speech-to-Text". Kembalikan JSON dengan teks + segmen + timestamp aras-perkataan. /api/ mempunyai rujukan penuh.
Model sendiri-hosting menyimpan audio pada GPU kami; premium lalu melalui dengan DPA. Audio dipadam selepas tetingkap berkongsi (24h anon, 7d log masuk). Kami tidak melatih pada input anda.
Ya - Free.ai memberi kebenaran penggunaan komersial transkripsi. Anda perlukan hak audio yang anda muat naik (rekod anda sendiri, bahan berlesen, atau kandungan dengan kebenaran).
Faktor masa nyata adalah kira-kira 0.05-0.2× - podcast 60 minit transkripsi dalam 3-12 minit. Model premium biasanya selesai lebih cepat. Guna butang baris gilir untuk menutup tab.