हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।

Fish Audio: Transcribe 1

fish-audio/transcribe-1

ट्रांसक्रिप्शनइनपुट: audio29 जुल॰ 2026 को जोड़ा गया

playground में खोलें Fish Audio: Transcribe 1 के लिए API key पाएं

Fish Audio: Transcribe 1 अभी आज़माएं

ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।

इसे इस्तेमाल करने के लिए साइन इन करेंमुफ्त अकाउंट बनाएं

ट्रांसक्रिप्ट

नतीजे यहां दिखेंगे।

आज 5 में से 5 मुफ्त मैसेज बाकी, मुफ्त अकाउंट से अतिरिक्त मुफ्त उपयोग और API key मिलती है।मुफ्त अकाउंट बनाएं साइन इनसेशन लागत $0.00

Fish Audio: Transcribe 1 एक नज़र में

इनपुट कीमत 28 ट्रांसक्रिप्शन मॉडल के मीडियन से 71% ज़्यादा है।

Fish Audio: Transcribe 1 के बारे में

फिश ऑडियो: ट्रांसक्राइब 1, फिश ऑडियो का एक स्पीच-टू-टेक्स्ट मॉडल है, जो api14 पर ट्रांसक्रिप्शन श्रेणी के अंतर्गत सूचीबद्ध है। यह प्रदाता की समर्पित ट्रांसक्रिप्शन पेशकश है, जो किसी भी टेक्स्ट या मल्टीमॉडल जनरेशन कार्य से अलग है, और इसका अस्तित्व केवल रिकॉर्ड की गई बोली को लिखित टेक्स्ट में बदलने के लिए है। यदि आपके एप्लिकेशन को ऑडियो को उपयोगी ट्रांसक्रिप्ट में बदलने की आवश्यकता है और आप पहले से ही अन्य अनुरोधों को OpenAI-संगत गेटवे के माध्यम से रूट कर रहे हैं, तो इस काम के लिए मूल्यांकन करने योग्य मॉडल यही है।

मॉडल इनपुट मोडैलिटी के रूप में केवल ऑडियो स्वीकार करता है और आउटपुट के रूप में ट्रांसक्रिप्शन लौटाता है। यह स्वचालित भाषा पहचान करता है, इसलिए क्लिप को संसाधित करने से पहले आपको इसे पहले से बताने की आवश्यकता नहीं है कि कौन सी भाषा बोली जा रही है। जब अलाइनमेंट विवरण का अनुरोध किया जाता है, तो यह टेक्स्ट के एक अविभाजित ब्लॉक के बजाय टाइमस्टैम्प युक्त शब्द-स्तरीय सेगमेंट लौटा सकता है। यह शब्द-स्तरीय समय ही वह विशेषता है जो साधारण पठन से आगे किसी भी चीज़ के लिए सबसे अधिक मायने रखती है: यह आपको प्रत्येक शब्द को ऑडियो में एक बिंदु से मैप करने देती है। मॉडल मेटाडेटा टोकन में संदर्भ लंबाई प्रकाशित नहीं करता, इसलिए अपने अनुरोधों को टोकन बजट के बजाय ऑडियो के आसपास आकार दें।

चूंकि आउटपुट में शब्द-स्तरीय टाइमस्टैम्प हो सकते हैं, इसलिए कई व्यावहारिक उपयोग सीधे तौर पर सामने आते हैं। सबटाइटल और कैप्शन जनरेशन को सेगमेंट टाइमिंग से लाभ होता है, क्योंकि कैप्शन ट्रैक को यह जानना आवश्यक है कि प्रत्येक वाक्यांश कब प्रकट होता है। ट्रांसक्रिप्ट एडिटर और नोट-टेकिंग टूल ऑडियो चलने के दौरान उसे हाइलाइट कर सकते हैं, या उपयोगकर्ता को किसी शब्द पर क्लिक करके उस क्षण पर जाने दे सकते हैं। रिकॉर्ड की गई मीटिंग, इंटरव्यू, लेक्चर या सपोर्ट कॉल पर खोज और इंडेक्सिंग तब संभव हो जाती है जब बोली टेक्स्ट बन जाती है, और शब्द अलाइनमेंट उन हिट की सटीकता बढ़ाता है। भाषा पहचान तब भी मदद करती है जब आपको मिश्रित या अज्ञात-भाषा ऑडियो मिलता है और आप पहले अलग वर्गीकरण चरण के बिना ट्रांसक्रिप्ट चाहते हैं।

आप मॉडल को api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी "fish-audio/transcribe-1" का उपयोग करके कॉल करते हैं। चूंकि इंटरफ़ेस OpenAI परंपरा का पालन करता है, मौजूदा क्लाइंट और SDK जो पहले से ही OpenAI-संगत बेस URL की ओर इंगित हैं, बिना किसी विशेष एकीकरण के अनुरोध भेज सकते हैं। मॉडल कोई समर्थित अनुरोध पैरामीटर सूचीबद्ध नहीं करता, इसलिए ऑडियो ट्रांसक्रिप्शन कॉल के लिए मानक अनुरोध आकार की योजना बनाएं और ऑडियो इनपुट पर लागू होने वाले फ़ील्ड के लिए अनुरोध स्कीमा देखें। जब आपको अलाइनमेंट आउटपुट चाहिए, तो अलाइनमेंट विवरण का अनुरोध करें ताकि प्रतिक्रिया में सादे टेक्स्ट के बजाय टाइमस्टैम्प युक्त शब्द-स्तरीय सेगमेंट शामिल हों। मेटाडेटा में अधिकतम आउटपुट मान शून्य भी दर्ज है, जिसका अर्थ है कि आपको आउटपुट सीमा के लिए प्रकाशित मेटाडेटा पर निर्भर नहीं रहना चाहिए और प्रतिक्रिया आकारों को अपने स्वयं के वर्कलोड के विरुद्ध मान्य करना चाहिए।

उपयुक्तता पर: यह मॉडल केवल ट्रांसक्रिप्शन तक सीमित है। यह टेक्स्ट उत्पन्न नहीं करता, ऑडियो के बारे में प्रश्नों का उत्तर नहीं देता, अनुवाद नहीं करता, सारांश नहीं बनाता और ट्रांसक्रिप्ट से आगे कोई आउटपुट नहीं देता, इसलिए "इस मीटिंग का सारांश दें" जैसे कार्य के लिए ट्रांसक्रिप्ट से भरे एक अलग टेक्स्ट मॉडल की आवश्यकता होती है। प्रकाशित समर्थित पैरामीटर और टोकन संदर्भ लंबाई का अभाव意味着 आप यहां सैंपलिंग या रीज़निंग व्यवहार को ट्यून नहीं कर सकते, और बहुत लंबी रिकॉर्डिंग को एक ही पास में काम करने का अनुमान लगाने के बजाय अपनी स्वयं की पाइपलाइन के विरुद्ध परीक्षण करना चाहिए। यदि आपकी आवश्यकता बोली अंदर, सटीक टाइमस्टैम्प युक्त टेक्स्ट बाहर, स्वचालित भाषा पहचान के साथ है, तो यह मॉडल ठीक उसी के लिए लक्षित है।

Fish Audio: Transcribe 1 API कैसे कॉल करें

अपने dashboard में API key बनाएं।
अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
baseURL को https://api14.com/api/v1 और model को "fish-audio/transcribe-1" पर सेट करें।

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.audio.transcriptions.create({
  model: "fish-audio/transcribe-1",
  file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);

स्पेसिफिकेशन

इनपुट: audio
आउटपुट: transcription

api14 पर requests · पिछले 7 दिन

Fish Audio: Transcribe 1: अक्सर पूछे जाने वाले सवाल

Fish Audio: Transcribe 1 API की कीमत कितनी है?: Fish Audio: Transcribe 1 की कीमत ऑडियो $0.02 / मिनट है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
Fish Audio: Transcribe 1 क्या कर सकता है?: Fish Audio: Transcribe 1 audio स्वीकार करता है और transcription लौटाता है।
अपने कोड से Fish Audio: Transcribe 1 कैसे कॉल करूं?: किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "fish-audio/transcribe-1" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
Fish Audio: Transcribe 1 के विकल्प क्या हैं?: मिलती-जुलती कीमत वाले ट्रांसक्रिप्शन मॉडल: Fish Audio: Transcribe 1 Pro, OpenAI: Whisper 1, AssemblyAI: Universal-3.6 Pro। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।

Fish Audio: Transcribe 1 कम्युनिटी

नया टॉपिक

इस कम्युनिटी में अभी कोई टॉपिक नहीं है। Fish Audio: Transcribe 1 के बारे में पहला टॉपिक खोलें।