/audio/transcriptions, wähle ein Transkriptionsmodell und lege das gewünschte Antwortformat fest.
Du arbeitest mit der Aufnahme eines Gesprächs? Meeting-Notizen mit Speech-to-Text führt von einer Audiodatei zu Entscheidungen und Action Items, die die Sekunde zitieren, in der sie vereinbart wurden – einschließlich der Frage, welche Modelle Segment-Timings zurückgeben und wie du mit einem Transkript umgehst, das nie verrät, wer gerade spricht.
Grundlegende Nutzung
Unterstützte Eingaben
Gängige Audioformate sindmp3, mp4, mpeg, mpga, m4a, wav, webm, flac und ogg. Aktuelle Modellunterstützung und Preise findest du auf der Seite Speech-to-Text-Modelle.
Antwortformate
Tipps für den Produktiveinsatz
- Halte das Audio klar und vermeide nach Möglichkeit sich überlappende Sprecher.
- Teile sehr lange Aufnahmen in kleinere Chunks auf, wenn dein Workflow geringere Latenz oder einfachere Wiederholungen benötigt.
- Speichere den ursprünglichen Audiopfad, die Modell-ID und das Antwortformat mit jedem Transkript, um die Nachvollziehbarkeit zu gewährleisten.