Modelos de voz a texto

Modelos de voz a texto de Venice para transcribir audio a texto con soporte multilingüe, marcas de tiempo y un endpoint /audio/transcriptions compatible con OpenAI.

Loading models…

---

​

Uso

Los modelos de voz a texto transcriben audio hablado en texto escrito. Se acceden mediante la API de transcripciones de audio.

​

Formatos de audio admitidos

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

​

Formatos de respuesta

Formato	Descripción
json	Predeterminado. Devuelve { "text": "..." }.
text	Texto transcrito plano.
srt	Formato de subtítulos SubRip con marcas de tiempo.
vtt	Formato de subtítulos WebVTT con marcas de tiempo.
verbose_json	Respuesta completa con marcas de tiempo a nivel de segmento y metadatos.

La facturación es por segundo de audio de entrada. Consulta la API de transcripciones de audio para ejemplos de solicitud y detalles de parámetros.