Fireworks AI 音频转录
该API用于将音频文件转录为文本，支持多种音频格式和语言。
本页面仅提供API测试，调用的API服务由
Fireworks AI
提供，用量购买及管理请前往其官网。浏览器直调API，易源不做代理转发。
该API用于将音频文件转录为文本，支持多种音频格式和语言。
密钥仅在浏览器端存储，易源不做转发
支持常见音频格式如mp3、flac、wav等，最大文件大小为1GB
英语团队周会录音.mp3（30分钟），目标语言：en，模型：whisper-v3
本次会议讨论了Q3季度销售目标，确定了北美市场优先推进，欧洲市场延后至11月启动。
会议时长：30分25秒 | 关键片段：[15:30-18:45] 北美市场预算分配细节
客户咨询电话.wav（5分钟），语音检测模型：silero，预处理模式：dynamic
客户："您好，我上周下单的商品还没收到，订单号是12345。" 客服："稍等，我查询一下...您的包裹已在昨天发出，预计明天送达。"
对话时长：5分12秒 | 情绪标记：客户语气平和，无投诉倾向
东京技术峰会演讲.mp4（15分钟），目标语言：zh，模型：whisper-v3-turbo
"今天我将介绍AI在自动驾驶中的最新应用，通过多传感器融合技术，车辆识别准确率已提升至99.8%..."
原语言检测：ja（日语） | 演讲时长：15分40秒
新员工培训系列.zip（含8个mp3文件，总时长2小时），预处理模式：bass_dynamic
包含产品知识、操作流程、安全规范三大模块内容，关键术语"SOP-2023"出现12次
批量任务状态：处理完成（8/8文件已转录） | 总处理时长：25分钟
科技访谈.flac（40分钟），时间戳粒度：word,segment，对齐模型：tdnn_ffn
speaker_0（主持人）："您认为AI生成内容的核心挑战是什么？" speaker_1（专家）："主要是真实性验证，我们正在研发基于区块链的溯源技术..."
说话人区分：主持人、AI专家 | 精彩片段：[28:15-32:40] 专家对未来3年技术趋势预测
商业播客 episode 56.mp3（60分钟），响应格式：srt，温度参数：0.2
[00:02:10] 嘉宾："今年全球电商市场规模预计突破5万亿美元，东南亚增速最快。" [00:05:30] 主持人："那中小商家该如何抓住这一趋势？"
播客总时长：60分18秒 | 字幕段落数：128段（平均每30秒1段）
自动将团队会议录音转换为文本记录，便于存档和后续查阅，节省人工记录时间。
转录客服通话内容，分析客户问题和需求，优化服务流程和产品改进方向。
将讲座、课程录音转换为文本笔记，方便学生复习和教育机构制作字幕。
快速将采访录音转为文字稿，辅助记者、编辑进行新闻报道和内容创作。
将外语演讲、播客转录并翻译成目标语言，帮助企业快速拓展国际市场。
将法庭记录、医疗咨询录音转为文本，便于法律文件存档和医疗记录整理。
价格由API服务商设定，请到服务商官网查看详细定价方案
查看Fireworks AI官方定价