Fal Speech-to-Text
Free.ai
·
stt
·
~500 token per minute
Fal Speech-to-Text adalah a model pidato-ke-teks. Rute melalui model eksternal - ~500 tokens per menit (50% markup atas biaya hulu).
Gunakan melalui API
API TERSAKAAI-kompatibel. Hasilkan kunci dan panggil model ini dalam detik.
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://..."}'Pertanyaan yang Sering Diajukan
Fal Speech-to-Text trancrives audio yang digunakan ke dalam teks. Unggah sebuah MP3, WAV, M4A, atau berkas video dan Fal Speech-to-Text mengembalikan seluruh transkrip plus pilihan SRT/VTT subtitel dengan penanda waktu.
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.
Tingkat Word-error adalah 5-10% pada audio bahasa Inggris bersih, 10-20% pada audio yang bising atau aksen. Varian besar dari arsitektur yang sama melakukan lebih baik pada kasus-kasus keras - memilih lebih besar ketika audio kasar.
Ya - setiap segmen termasuk start/end timestamps. Ekspor sebagai SRT atau VTT dan peta waktu langsung ke video Anda.
Fal Speech-to-Text is a premium transcription engine. About ~500-1,500 tokens per minute of audio, shown live before you generate. Self-hosted transcription runs free on your 30,000-token daily pool; premium models are pay-as-you-go, with top-ups from $1.
MP3, WAV, M4A, FLAC, OGG, ditambah video (MP4, MOV, WebM) - kami mengekstrak audio. Max 500 MB per upload. Berkas lebih panjang? Bagi dengan /audio/cut/ atau gunakan /v1/st/batch//.
Diarasasi pembicara adalah sebuah operan terpisah - ubah "diarize" pada /trricrick/. Fal Speech-to-Text menangani transkripsi; diarasi label setiap segmen dengan Speaker 1 / Speaker 2 / dll.
Ya - /batch/menerima folder berkas audio. Setiap transkrip mendarat di /account/?tab=cerita dengan nama berkas asli. Untuk pelestarian folder-tree menggunakan API.
Yes - POST your audio to /v1/stt/transcribe/ with model="Fal Speech-to-Text". Returns JSON with text + segments + word-level timestamps. /api/ has the full reference.
Model berhosted sendiri menyimpan audio pada GPU kami; premium lulus melalui DPA. Audio dihapus setelah jendela berbagi (24h anon, 7d signed-in). Kami tidak melatih input anda.
Ya - Free.ai hibah penggunaan komersil transkrip. Anda perlu hak untuk audio yang Anda upload (rekaan, material berlisensi, atau isi dengan persetujuan).
Faktor waktu-nya kira-kira 0.05-0.2× - sebuah transncribes podcast 60 menit dalam 3-12 menit. Model Premium sering selesai lebih cepat. Gunakan tombol antrian untuk menutup tab.