Modeller692 modeller

Mistral: Voxtral Small Transcribe 3

mistralai/voxtral-small-transcribe-3-0

Mistral: Voxtral Small Transcribe 3 är en tal-till-text-modell från Mistral, listad på api14 under kategorin transkription. Den beskrivs som Mistrals flaggskeppsmodell för transkription, och leverantörens releasedatum är 20 oktober 2026. Om ditt arbete innebär att omvandla inspelat tal till skriven…

Mistral: Voxtral Mini Transcribe 3

mistralai/voxtral-mini-transcribe-3-0

Mistral Voxtral Mini Transcribe 3 är en tal-till-text-modell från Mistral, släppt av leverantören den 20 oktober 2026. Den tillhör kategorin transkribering och är den kompakta medlemmen i Mistrals Voxtral-transkriberingsserie, vilket gör den till alternativet att överväga när du vill ha Mistrals…

AssemblyAI: Universal-3.6 Pro

assemblyai/universal-3-6-pro

AssemblyAI: Universal-3.6 Pro är en tal-till-text-modell skapad av AssemblyAI. Den är efterföljaren till Universal-3.5 Pro och tillhör kategorin transkribering, så dess uppgift är att omvandla inspelat eller strömmat tal till skriven text snarare än att generera konversationssvar. På api14 serveras…

ElevenLabs: Scribe v2

elevenlabs/scribe-v2

ElevenLabs: Scribe v2 är en tal-till-text-modell från ElevenLabs, en leverantör känd för sitt arbete inom ljud och röst. Den tillhör kategorin transkribering, så dess uppgift är att omvandla talat ljud till skriven text snarare än att generera konversationssvar. Om din pipeline behöver ett…

ElevenLabs: Scribe v2 Medical

elevenlabs/scribe-v2-medical

ElevenLabs Scribe v2 Medical är en tal-till-text-modell från ElevenLabs, byggd som en variant av Scribe v2 som är finjusterad specifikt för klinisk och medicinsk terminologi. Den tillhör kategorin transkribering, så dess uppgift är att omvandla talat ljud till skriven text snarare än att generera…

Google: Gemini 3.5 Transcribe

google/gemini-3.5-transcribe

Google: Gemini 3.5 Transcribe är en tal-till-text-modell från Google. Den tillhör kategorin transkribering, och dess leverantörsutgivningsdatum är 25 september 2026. Om du bygger något som omvandlar inspelat eller strömmat tal till skriven text är detta den modellfamilj som Google positionerar för…

Fish Audio: Transcribe 1 Pro

fish-audio/transcribe-1-pro

Fish Audio: Transcribe 1 Pro är en tal-till-text-modell från Fish Audio, en leverantör känd för sitt arbete inom ljud- och talbehandling. Den tillhör kategorin transkribering och positioneras som företagets transkriberingserbjudande på pro-nivå. Leverantören släppte den 2026-09-24, så det är ett…

AssemblyAI: Universal-3.5 Pro

assemblyai/universal-3-5-pro

AssemblyAI: Universal-3.5 Pro är en tal-till-text-modell från AssemblyAI, som tillhandahålls via leverantörens Sync API. Den tillhör kategorin transkribering, så dess uppgift är snäv och specifik: att omvandla ljud till text snarare än att hantera chatt, resonemang eller genereringsuppgifter. Om du…

Meta: Muse Voice Transcribe 1.0

meta/muse-voice-transcribe-1.0

Meta: Muse Voice Transcribe 1.0 är en tal-till-text-modell från Meta. Den tillhör kategorin transkribering och är den enda modellen i den familjen som listas här under leverantören Meta. Meta släppte den 11 september 2026. Om du bygger något som behöver omvandla talat ljud till skriven text är…

Microsoft AI: MAI-Transcribe 2

microsoft/mai-transcribe-2

Microsoft AI: MAI-Transcribe 2 är en tal-till-text-modell från Microsoft, släppt den 3 september 2026. Den tillhör kategorin transkribering, så dess uppgift är snäv och specifik: att omvandla talat ljud till skriven text. Microsoft positionerar den som ett flerspråkigt system, och enligt…

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B

nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b

NVIDIA: Nemotron 3.5 ASR Streaming Multilingual 0.6B är en taligenkänningsmodell från NVIDIA. Den tillhör Nemotron 3.5-familjen och distribueras via api14 under modell-id nvidia/nemotron-3.5-asr-streaming-multilingual-0.6b. Dess design är inriktad på automatisk taligenkänning snarare än allmän…

Mistral: Voxtral Small 24B 2507 STT

mistralai/voxtral-small-24b-2507-stt

Mistral: Voxtral Small 24B 2507 STT är en modell för taltranskribering från Mistral AI. Den tillhör kategorin transkribering, och namnet återspeglar både modellens större kapacitet på 24B och dess fokus på arbete med tal till text. Mistral positionerar den för arbetsbelastningar inom…

Mistral: Voxtral Mini 3B 2507

mistralai/voxtral-mini-3b-2507

Mistral: Voxtral Mini 3B 2507 är en modell för tal- och ljudförståelse från Mistral AI. Den tillhör kategorin transkribering, och dess leverantörsutgivningsdatum är 2026-08-13. Namnet återspeglar dess utformning: en kompakt 3B-modell i Voxtral-serien, versionerad 2507. Om du redan arbetar med…

Qwen: Qwen3 ASR 1.7B

qwen/qwen3-asr-1.7b

Qwen3 ASR 1.7B är en automatisk taligenkänningsmodell från Qwen, listad på api14 under modell-id qwen/qwen3-asr-1.7b. Den tillhör kategorin transkription, och namnet återspeglar en parameterskala på 1,7B. Om du redan arbetar med andra Qwen-modeller kommer den här från samma leverantör och följer…

Qwen: Qwen3 ASR 0.6B

qwen/qwen3-asr-0.6b

Qwen3 ASR 0.6B är en kompakt automatisk taligenkänningsmodell från Qwen. Den tillhör kategorin transkribering, så dess uppgift är att omvandla tal till skriven text snarare än att generera konversationssvar eller hantera allmänna språkuppgifter. 0.6B i namnet anger ett litet antal parametrar,…

OpenAI: GPT Transcribe

openai/gpt-transcribe

GPT Transcribe är en tal-till-text-modell från OpenAI, listad på api14 under modell-id openai/gpt-transcribe. Den tillhör kategorin transkribering, så dess uppgift är smal och specifik: att omvandla ljud till text snarare än att generera konversationssvar eller hantera allmän chatt. Om du bygger en…

Fish Audio: Transcribe 1

fish-audio/transcribe-1

Fish Audio: Transcribe 1 är en tal-till-text-modell från Fish Audio, listad på api14 under kategorin transkription. Det är leverantörens dedikerade transkriptionserbjudande, åtskilt från all text- eller multimodala genereringsverksamhet, och det finns enbart för att omvandla inspelat tal till…

SpaceXAI: Grok STT 1.0

x-ai/grok-stt-1.0

SpaceXAI: Grok STT 1.0 är en tal-till-text-modell från xAI. Den tillhör kategorin transkribering, och dess uppgift är snäv och tydlig: ta emot ljud och returnera en transkribering. Den är inte en allmän chatt- eller resonemangsmodell, så du bör behandla den som en dedikerad komponent i en pipeline…

Deepgram: Nova-3

deepgram/nova-3

Deepgram Nova-3 är en tal-till-text-modell från Deepgram, listad på api14 under modell-id deepgram/nova-3. Den tillhör kategorin transkription, och Deepgram beskriver den som en allmän tal-till-text-modell med stöd för både enspråkig och flerspråkig transkription. Om din applikation behöver…

Microsoft AI: MAI-Transcribe 1.5

microsoft/mai-transcribe-1.5

MAI-Transcribe 1.5 är en tal-till-text-modell från Microsoft AI, släppt den 2 juni 2026. Den tillhör kategorin transkribering, så den är byggd för en enda uppgift: att omvandla talat ljud till skriven text snarare än att generera konversation eller kod. Om du sätter ihop en pipeline som börjar med…

NVIDIA: Parakeet TDT 0.6B v3

nvidia/parakeet-tdt-0.6b-v3

NVIDIA: Parakeet TDT 0.6B v3 är en tal-till-text-modell från NVIDIA. Det är en modell med 600 miljoner parametrar byggd på FastConformer-TDT-arkitekturen, och den tränades på Granary-datasetet, som innehåller mer än 670 000 timmar ljud. Modellen positioneras som ett flerspråkigt…

Mistral: Voxtral Mini Transcribe

mistralai/voxtral-mini-transcribe

Mistral Voxtral Mini Transcribe är en tal-till-text-modell från Mistral, härledd från Voxtral Mini-familjen. Den är byggd specifikt för transkriberingsarbete snarare än allmän chatt eller generering, och den ligger i transkriberingskategorin på api14. Om du redan känner till Mistral för dess…

Google: Chirp 3

google/chirp-3

Google: Chirp 3 är en tal-till-text-modell från Google, listad på api14 under kategorin transkription. Det är den senaste flerspråkiga modellen i Googles Chirp-serie, och leverantörens beskrivning positionerar den som en uppgradering av transkriptionsnoggrannheten jämfört med tidigare versioner. Om…

OpenAI: GPT-4o Mini Transcribe

openai/gpt-4o-mini-transcribe

GPT-4o Mini Transcribe är en tal-till-text-modell från OpenAI, byggd på ljudfunktionerna i GPT-4o Mini. Den tillhör kategorin transkribering och positioneras av sin leverantör som ett mindre, kostnadseffektivt alternativ för att omvandla tal till text. Den erbjuds på api14 under modell-id:t…

OpenAI: Whisper Large V3

openai/whisper-large-v3

OpenAI: Whisper Large V3 är en automatisk taligenkänningsmodell från OpenAI, distribuerad som öppen källkod. Den tillhör kategorin transkribering och är den stora versionen av Whisper-familjen, vilket innebär att det är den variant som OpenAI positionerar för bredast språktäckning och mest krävande…

OpenAI: Whisper Large V3 Turbo

openai/whisper-large-v3-turbo

Whisper Large V3 Turbo är en taligenkänningsmodell från OpenAI, och den ingår i Whisper-familjen som en optimerad version av Whisper Large V3. Modellen är byggd specifikt för transkribering, och dess angivna designmål är snabbhet och kostnadseffektivitet i förhållande till den större V3-modellen…

OpenAI: Whisper 1

openai/whisper-1

OpenAI: Whisper 1 är en automatisk taligenkänningsmodell från OpenAI, distribuerad via dess API under modell-id:t whisper-1. Whisper i sig är OpenAIs öppen källkods-familj för taligenkänning, och denna endpoint exponerar den funktionen som en hostad tjänst. Den tillhör kategorin transkribering, så…

OpenAI: GPT-4o Transcribe

openai/gpt-4o-transcribe

GPT-4o Transcribe är en tal-till-text-modell från OpenAI, byggd på GPT-4o:s ljudfunktioner. Den tillhör kategorin transkribering, så dess uppgift är att omvandla talat ljud till skriven text snarare än att generera konversationssvar. Om du redan dirigerar andra OpenAI-modeller genom din stack…