مدل‌ها/صدا/Speech to Text

فعالOpenAI + Google2 مدل

API — AI صدا

Muapi API REST 。 Whisper ，تولید SRT/VTT ； Gemini Audio Vision，、。 API 、，/ دقیقه $0.012。

API Playground GitHub ↗

فعالصدامدل‌هاپرامپتصدا2 مدل

صدافعال

فعال

OpenAI Whisper

صدا URL ，、 JSON SRT/VTT 。

Audio → text

$0.012 / minute

تست مدل

صدافعال

فعال

Gemini Audio Vision

صدا：、、、موسیقی，。

Audio → analysis

$2.00/M in · $5.00/M out

تست مدل

API？

API HTTP صدا。صدا URL نتیجه，صدا。

Muapi REST Whisper Gemini Audio Vision。Whisper تولید；、，Gemini Audio Vision پرامپت。

Muapi API استاندارد。مدل‌ها，تولید。

API

Multilingual transcription

Whisper ， ISO-639-1 。

Timestamped subtitles

SRT VTT ویدیو， verbose_json 。

پرامپتصدا

Gemini Audio Vision صدا，。

Speaker and sound awareness

Gemini 、、、موسیقی。

Meeting and podcast workflows

、、、。

One async integration

Muapi مدل‌ها， API 、、نتیجه。

Speech to text use cases

ویدیو

ویدیو、、تولید SRT VTT 。

Meeting intelligence

，、、。

Voice-driven applications

نتیجه、、تولید。

مدل‌ها

مدل‌ها	ارائه‌دهنده	Price	Best For
OpenAI Whisper	OpenAI	$0.012 /	Accurate multilingual transcription and subtitles
Gemini Audio Vision	Google	$2.00/M · $5.00/M token	、、

API

مدل‌هاصدا URL， ID，استانداردنتیجه，。

1. OpenAI Whisper

curl -X POST https://api.muapi.ai/api/v1/openai-whisper -H "x-api-key: YOUR_API_KEY" -H "Content-Type: application/json" -d '{"audio_url":"https://example.com/meeting.mp3","language":"en","response_format":"verbose_json"}'

# Response: {"request_id":"REQUEST_ID"}
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result -H "x-api-key: YOUR_API_KEY"

audio_url， language、response_format、prompt temperature。 srt vtt。

2. Gemini Audio Vision صدا

curl -X POST https://api.muapi.ai/api/v1/gemini-audio-vision -H "x-api-key: YOUR_API_KEY" -H "Content-Type: application/json" -d '{"prompt":"Transcribe this audio and describe speaker changes, tone, and background sounds.","audio_url":"https://example.com/interview.mp3","model":"gemini-2.5-flash"}'

# Response: {"request_id":"REQUEST_ID"}
curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result -H "x-api-key: YOUR_API_KEY"

audio_url پرامپت，、、。نتیجهتولید。

API

API？

API HTTP صدا。Muapi Whisper，پرامپتصدا Gemini Audio Vision。

Whisper ？

。 response_format srt vtt تولید； verbose_json 。

Gemini Audio Vision ？

Gemini Audio Vision پرامپت。，、、，موسیقی。

？

Whisper / دقیقهصدا $0.012，。Gemini Audio Vision token ， token $2.00， token $5.00。

Whisper صدا？

Whisper mp3、mp4、mpeg、mpga、m4a、wav webm ， 25 MB。

API ？

Muapi ，تولید API ，，。

API →تولید。AI صداموسیقی API →、موسیقی、صدامدل‌ها。AI API →ویدیو。

صدا？

Muapi API ， Whisper Gemini Audio Vision 。

دریافت کلید API Whisper