HaarwisselLeef
LeefOpenAI-fluisteren
Nauwkeurige meertalige transcriptie van een audio-URL, met platte tekst, uitgebreide JSON of SRT/VTT-ondertiteling met tijdstempel.
Audio → text
$0.012 / minute
LeefOpen AI + Google2 modellen
Spraak-naar-tekst-API: AI-transcriptie en audioanalyse
De spraak-naar-tekst-API van Muapi zet gesproken audio om in tekst via één verenigd REST-eindpunt. Gebruik Whisper voor nauwkeurige meertalige transcriptie met optionele SRT/VTT-ondertitels met tijdstempel, of Gemini Audio Vision voor directe analyse van toon, luidsprekers en achtergrondgeluid. Eén API-sleutel, één verzend- en poll-stroom en pay-as-you-go-prijzen vanaf $ 0,012 per minuut.
Live audiomodellen
Transcriptie en gevraagd audio-begrip2 modellenProbeer model
HaarwisselLeef
LeefTweeling Audiovisie
Native audio-begrip dat verder gaat dan transcriptie: vraag naar spraak, toon, sprekerswisselingen, muziek of achtergrondgeluiden en ontvang een gedetailleerde tekstanalyse.
Audio → analysis
$2.00/M in · $5.00/M out
Er zijn geen modellen die overeenkomen met uw filters.
Wat is een spraak-naar-tekst-API?
Een spraak-naar-tekst-API converteert gesproken audio naar geschreven tekst via een HTTP-verzoek. Dien een URL voor een audiobestand in en ontvang een transcriptie zonder een handmatige transcriptie- of audioverwerkingspijplijn op te bouwen.
Muapi onthult Whisper en Gemini Audio Vision via hetzelfde uniforme REST-patroon dat op het platform wordt gebruikt. Whisper is de gerichte keuze voor meertalige transcriptie en ondertiteling; Gemini Audio Vision accepteert een melding wanneer u analyses, samenvattingen of gestructureerde observaties over de hele opname nodig heeft.
Beide eindpunten gebruiken één Muapi API-sleutel en de standaard asynchrone levenscyclus van aanvragen en peilingen. Kies het model voor elke taak en betaal alleen voor de generatie die u beheert.
Spraak-naar-tekst API-mogelijkheden
Meertalige transcriptie
Whisper transcribeert gesproken audio in tientallen talen en accepteert een optionele ISO-639-1-taalhint.
Ondertitels met tijdstempel
Vraag SRT- of VTT-uitvoer aan voor video-ondertiteling, of uitgebreide JSON als u timing en metadata per segment nodig heeft.
Gevraagde audioanalyse
Gemini Audio Vision kan een specifieke vraag over een audiobestand beantwoorden in plaats van alleen een plat transcript terug te sturen.
Spreker en geluidsbewustzijn
Vraag Gemini om sprekersveranderingen, toon, emotie, muziek en andere achtergrondgeluiden in de opname te identificeren.
Vergader- en podcastworkflows
Zet interviews, vergaderingen, lezingen en podcasts om in doorzoekbare transcripties, aantekeningen of gestructureerde downstream-invoer.
Eén asynchrone integratie
Gebruik dezelfde API-sleutel, uploadstroom, verzend eindpunt en resultaatpollingcontract als elk ander Muapi-model.
Spraak-naar-tekst-gebruiksscenario's
Video-ondertiteling
Genereer SRT- of VTT-bestanden met tijdstempel voor video's, cursussen, podcasts en sociale clips.
Intelligentie ontmoeten
Transcribeer opnames en stel gerichte vragen over beslissingen, sprekers, actiepunten of toon.
Spraakgestuurde toepassingen
Voer transcripties in bij zoekopdrachten, agenten, samenvattingen of andere stappen voor het genereren van tekst in een geautomatiseerde workflow.
Spraak-naar-tekstmodelvergelijking
| Model | Aanbieder | Prijs | Beste voor |
|---|---|---|---|
| OpenAI-fluisteren | |||
| Tweeling Audiovisie |
Spraak-naar-tekst API-codevoorbeelden
Dien een audio-URL in met de modelspecifieke velden, ontvang een aanvraag-ID en poll het standaardresultaateindpunt totdat de transcriptie of analyse voltooid is.
1. Transcriberen met OpenAI Whisper
Geef audio_url door en stel optioneel taal, response_format, prompt of temperatuur in. Gebruik srt of vtt als de uitvoer ondertitels wordt.
2. Analyseer audio met Gemini Audio Vision
Geef audio_url door en een prompt met een beschrijving van het transcript, de samenvatting, de spreker of de geluidsanalyse die u nodig heeft. Het resultaat bevat gegenereerde tekst.
Veelgestelde vragen over de spraak-naar-tekst-API
Wat is een spraak-naar-tekst-API?
Een spraak-naar-tekst-API converteert een audio-opname naar geschreven tekst via een HTTP-verzoek. Muapi biedt Whisper voor nauwkeurige transcriptie en Gemini Audio Vision voor snel verstaan van audio.
Kan Whisper ondertitels retourneren in plaats van platte tekst?
Ja. Stel response_format in op srt of vtt voor ondertiteluitvoer met tijdstempel, of gebruik verbose_json voor metadata en timing per segment.
Waarin verschilt Gemini Audio Vision van transcriptie?
Gemini Audio Vision accepteert een prompt en redenen voor de volledige opname. Het kan sprekers transcriberen, samenvatten, identificeren, de toon beschrijven en achtergrondmuziek of geluiden bespreken in plaats van alleen woord-voor-woord tekst terug te geven.
Hoeveel kost spraak-naar-tekst?
Fluisteren kost $ 0,012 per minuut audio met een minimum van één minuut. Gemini Audio Vision maakt gebruik van op tokens gebaseerde facturering voor $ 2,00 per miljoen invoertokens en $ 5,00 per miljoen uitvoertokens.
Welke audioformaten kan ik indienen bij Whisper?
Whisper accepteert veelgebruikte formaten, waaronder mp3, mp4, mpeg, mpga, m4a, wav en webm. Het geüploade bestand moet kleiner zijn dan 25 MB.
Hoe krijg ik toegang tot de Speech to Text API?
Maak een Muapi-account, genereer een API-sleutel vanaf het dashboard en roep een van beide eindpunten aan. Er is geen wachtlijst.
Tekst-naar-spraak-API →Zet gegenereerde tekst na transcriptie terug in natuurlijke spraak.AI Audio- en muziek-API →Blader door spraak, muziek, geluidseffecten en andere audiomodellen.AI Lipsync-API →Synchroniseer een transcriptiegestuurde stemtrack met een gezichtsvideo.
Klaar om audio te transcriberen?
Maak één Muapi API-sleutel en begin met Whisper-transcriptie of Gemini Audio Vision-analyse.