Fal Speech-to-Text
Free.ai
·
stt
·
~500 символы в расчете на minute
Fal Speech-to-Text является {article_freahi_ph} Категория __. Путь через внешние модели — ~ 500 токены в минуту (50% от стоимости вверх по течению).
Использование через API
OpenAI-совместимый REST API. Создайте ключ и вызовите эту модель за секунды.
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://..."}'Часто задаваемые вопросы
Fal Speech-to-Text транскрипции слышны звук в тексте. Загрузите MP3, WAV, M4A или видео файл и Fal Speech-to-Text возвратите полную запись плюс факультативные субтитры SRT/VTT с тайм-марками.
Fal Speech-to-Text обрабатывает десятки языков — Whisper семейные модели охватывают 90+, Parakeet охватывает ~25, другие различаются.
Крупные варианты одной и той же архитектуры значительно лучше работают в сложных случаях — выбирайте больше, когда звук груб.
Да — каждый сегмент включает в себя стартовую/конец времени.
Fal Speech-to-Text — это двигатель транскрипции премиальных. Около 500-1500 символов в минуту звука, показанный в прямом эфире до того, как вы создадите. Самозанятая транскрипция работает бесплатно на вашем 30 000-битном ежедневном пуле; модели премиальных платят по мере поступления, с сверху 1 долл.
MP3, WAV, M4A, FLAC, OGG, плюс видео (MP4, MOV, WebM) — мы извлекаем аудио. Макс 500 MB за загрузку. Более длинные файлы? Разделить с /audio/cut/ или использовать /v1/stt/batch/.
Диааризация спикера — это отдельный пропуск — манипулировать «диаризацией» на /Tranrap/. Fal Speech-to-Text занимается стенографией; диарейные этикетки на каждом сегменте с спикером 1/ спикером 2/ и т.д.
Да — / batch/ принимает папку аудиофайлов. Каждая транскрипция попадает в /account/?tab=историю с оригинальным именем файла. Для сохранения папки-три используйте API.
Да — POST Ваш звук на /v1/stt/tranrip/ с моделью=" Fal Speech-to-Text Возвращает JSON с текстом + сегменты + временнóе время уровня слов. /api/ имеет полную ссылку.
Самодельные модели хранят аудио на наших GPU; премиальные проходят через DDR. Аудио удаляется после совместного окна (24h anon, 7d подписано). Мы не тренируемся на ваших входных данных.
Да — Free.ai предоставляет коммерческое использование стенограмм. Вам нужны права на загрузку аудиозаписи (ваша собственная запись, лицензированный материал или контент с согласия).
Коэффициент реального времени примерно 0,05-0,2 × — 60-минутные транскрипции через 3-12 минут. Премиум модели часто заканчивают быстрее. Используйте кнопку очереди для закрытия вкладки.