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 setiap minit (50% markup melebihi kos aliran atas).
Guna melalui API
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/speech-to-text","audio_url":"https://..."}'Soalan Lazim
Fal Speech-to-Text mentranskripsikan audio yang diucapkan ke dalam teks. Muat naik fail MP3, WAV, M4A, atau video dan Fal Speech-to-Text mengembalikan transkripsi penuh plus subtitel SRT/VTT pilihan dengan setem masa.
Fal Speech-to-Text mengendalikan berpuluh-puluh bahasa — Whisper-keluarga model meliputi 90+, Parakeet meliputi ~25, yang lain bervariasi. Pilih "auto-kesan" atau nyatakan bahasa untuk ketepatan tertinggi.
Kadar ralat perkataan ialah 5–10% pada audio Inggeris bersih, 10–20% pada audio bising atau beraksent. Varian besar dari arsitektur yang sama 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. $1 = 750,000 token.
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/.
Diarizasi pembicara adalah laluan berasingan — togol "diarize" pada /transcribe/. Fal Speech-to-Text mengendalikan transkripsi; diarizasi melabel setiap segmen dengan Pembicara 1 / Pembicara 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 + setem masa aras-perkataan. /api/ mempunyai rujukan penuh.
Model sendiri-hosting menyimpan audio pada GPU kami; premium lalu melalui dengan DPA. Audio dipadam selepas tetingkap-kongsi (24h anon, 7d log-in). Kami tidak melatih pada input anda.
Ya — Free.ai memberi kebenaran penggunaan komersial transkripsi. Anda perlukan hak audio yang anda muat naik (rekaman anda sendiri, bahan berlesen, atau kandungan dengan kebenaran).
Faktor masa nyata adalah kira-kira 0.05–0.2× — podcast 60 minit ditranskripsikan dalam 3–12 minit. Model premium biasanya selesai lebih cepat. Guna butang baris gilir untuk menutup tab.