Modelos de fala para texto | Documentação da API Venice

Use o valor id como o parâmetro model nas requisições à API. 5 modelos disponíveis atualmente.

Modelo	ID	Por segundo de áudio	Privacidade
ElevenLabs Scribe V2	`elevenlabs/scribe-v2`	$0.0002	Anonimizado
Parakeet ASR	`nvidia/parakeet-tdt-0.6b-v3`	$0.0001	Privado
Whisper Large V3	`openai/whisper-large-v3`	$0.0001	Privado
Wizper (Whisper v3)	`fal-ai/wizper`	$0.0001	Privado
xAI Speech to Text v1	`stt-xai-v1`	$0.0000	Anonimizado

Uso

Modelos de fala para texto transcrevem áudio falado em texto escrito. Eles são acessados pela API de transcrições de áudio.

mp3, mp4, mpeg, mpga, m4a, wav, webm, flac, ogg

Formato	Descrição
`json`	Padrão. Retorna `{ "text": "..." }`.
`text`	Texto transcrito puro.
`srt`	Formato de legenda SubRip com timestamps.
`vtt`	Formato de legenda WebVTT com timestamps.
`verbose_json`	Resposta completa com timestamps por segmento e metadados.

A cobrança é por segundo de áudio de entrada. Veja a API de transcrições de áudio para exemplos de requisição e detalhes dos parâmetros.

⌘I