Speech-to-Text Models | Venice API Docs

在 API 请求中，将 id 值用作 model 参数。当前有 5 个模型可用。

Model	ID	Per audio second	Privacy
ElevenLabs Scribe V2	`elevenlabs/scribe-v2`	$0.0002	Anonymized
Parakeet ASR	`nvidia/parakeet-tdt-0.6b-v3`	$0.0001	Private
Whisper Large V3	`openai/whisper-large-v3`	$0.0001	Private
Wizper (Whisper v3)	`fal-ai/wizper`	$0.0001	Private
xAI Speech to Text v1	`stt-xai-v1`	$0.0000	Anonymized

使用方式

语音转文本模型可将口语音频转录为书面文本。它们通过 Audio Transcriptions API 访问。

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

计费按输入音频的秒数进行。请参阅 Audio Transcriptions API 了解请求示例和参数细节。

⌘I