xAI STT v1 — Reelina AI साउंड
ISO 639-1 भाषा कोड (फिलिपिनो के लिए 'fil' उपयोग करें)। मॉडल इस पैरामीटर की परवाह किए बिना किसी भी सपोर्टेड भाषा में स्पीच को ट्रांसक्राइब करता है — इसे सेट करने पर, text_normalization=true के साथ मिलकर, यह उस भाषा के लिए संख्याओं, मुद्राओं और इकाइयों को उनके लिखित रूप में फॉर्मैट करने में मदद करता है। ऑटोमैटिक भाषा पहचान के लिए इसे सेट न छोड़ें।
यह ट्रांसक्रिप्ट के टेक्स्ट फ़ॉर्मैटिंग को नियंत्रित करता है, ऑडियो फ़ॉर्मैट को नहीं।
जब true हो, तो स्पीकर डायराइज़ेशन सक्षम होता है। परिणाम में हर शब्द के साथ एक speaker_id फ़ील्ड होती है जो पहचाने गए स्पीकर को दर्शाती है।
जब true हो, तो हर ऑडियो चैनल को अलग-अलग ट्रांसक्राइब किया जाता है।
जब true हो, तो फ़िलर वर्ड्स (जैसे "um", "uh") ट्रांसक्रिप्शन में शामिल किए जाते हैं; जब false हो (डिफ़ॉल्ट), तो इन्हें अपने आप हटा दिया जाता है।
ट्रांसक्रिप्शन को जिन प्रमुख शब्दों की ओर झुकाना है (जैसे प्रोडक्ट के नाम)। अधिकतम 100 शब्द, हर एक अधिकतम 50 अक्षरों का।
रॉ/हेडरलेस ऑडियो के लिए फ़ॉर्मेट संकेत। कंटेनर फ़ॉर्मेट्स (जैसे mp3, wav, आदि) के लिए यह स्वतः पहचाना जाता है, मान को 'auto' सेट करें।
Hz में सैंपल रेट। केवल रॉ ऑडियो (pcm, mulaw, alaw) के लिए ज़रूरी।
ऑडियो चैनलों की संख्या (2–8)। यह केवल मल्टीचैनल रॉ ऑडियो के लिए ज़रूरी है। कंटेनर फ़ॉर्मैट के लिए यह खुद-ब-खुद पता चल जाता है।
xAI STT v1 के बारे में
xAI STT v1 एक प्रोडक्शन-ग्रेड speech-to-text मॉडल है जो ऑडियो को सटीक, फॉर्मेटेड टेक्स्ट में ट्रांसक्राइब करता है। यह ऑटोमैटिक लैंग्वेज डिटेक्शन के साथ 24+ भाषाओं को सपोर्ट करता है, साथ ही वर्ड-लेवल टाइमस्टैम्प्स, स्पीकर डायराइज़ेशन, मल्टीचैनल ट्रांसक्रिप्शन, और इनवर्स टेक्स्ट नॉर्मलाइज़ेशन भी।
विशेषताएँ
| प्रोवाइडर | xAI |
|---|---|
| प्रकार | ऑडियो जनरेशन |
| प्रति रन लागत | 1 क्रेडिट |
| इनपुट | टेक्स्ट प्रॉम्प्ट |
xAI STT v1 के विकल्प
इस वर्कस्पेस के वे मॉडल जो यही काम करते हैं, कीमत में सबसे नज़दीक पहले। आपका क्रेडिट बैलेंस इन सभी पर चलता है।
अक्सर पूछे जाने वाले सवाल
- xAI STT v1 क्या है?
- xAI STT v1 एक प्रोडक्शन-ग्रेड speech-to-text मॉडल है जो ऑडियो को सटीक, फॉर्मेटेड टेक्स्ट में ट्रांसक्राइब करता है। यह ऑटोमैटिक लैंग्वेज डिटेक्शन के साथ 24+ भाषाओं को सपोर्ट करता है, साथ ही वर्ड-लेवल टाइमस्टैम्प्स, स्पीकर डायराइज़ेशन, मल्टीचैनल ट्रांसक्रिप्शन, और इनवर्स टेक्स्ट नॉर्मलाइज़ेशन भी।
- xAI STT v1 की कीमत कितनी है?
- xAI STT v1 की कीमत प्रति रन 1 क्रेडिट है, जो आपके Reelina बैलेंस से कटती है। सटीक लागत जनरेट दबाने से पहले दिखती है, और एक ही बैलेंस हर मॉडल पर चलता है — हर मॉडल के लिए अलग सब्सक्रिप्शन नहीं।
- xAI STT v1 इस्तेमाल करने के लिए क्या चाहिए?
- एक टेक्स्ट प्रॉम्प्ट जो बताए कि आपको क्या चाहिए। कुछ अपलोड करने की ज़रूरत नहीं।
- क्या मैं नतीजों का व्यावसायिक उपयोग कर सकता हूँ?
- आपकी बनाई सामग्री आपकी है, हमारी शर्तों और स्वीकार्य उपयोग नीति के अधीन। व्यवसाय के लिए अहम कामों में चुने हुए मॉडल का लाइसेंस ज़रूर देखें।
- मेरी फ़ाइलें कितने समय तक रखी जाती हैं?
- अपलोड सिर्फ़ आपका नतीजा बनाने के लिए इस्तेमाल होते हैं। रचनाएँ डिफ़ॉल्ट रूप से निजी होती हैं और जनरेट होने के एक हफ़्ते बाद सब कुछ मिटा दिया जाता है।
कुछ और खोज रहे हैं? सभी मॉडल देखें.