xAI STT v1 — Reelina AI Dźwięk
Kod języka ISO 639-1 (dla filipińskiego użyj „fil”). Model transkrybuje mowę w dowolnym obsługiwanym języku niezależnie od tego parametru — ustawienie go razem z text_normalization=true umożliwia formatowanie liczb, walut i jednostek w formie zapisu właściwej dla danego języka. Pozostaw nieustawione dla automatycznego wykrywania języka.
Gdy włączone, aktywuje odwrotną normalizację tekstu — zamienia liczby/waluty zapisane słownie na formę pisaną (np. Kontroluje to formatowanie tekstu transkrypcji, a nie format audio.
Gdy włączone, aktywuje diaryzację mówców. Każde słowo w wyniku zawiera pole speaker_id identyfikujące wykrytego mówcę.
Gdy włączone, każdy kanał audio jest transkrybowany niezależnie.
Gdy włączone, słowa wypełniające (np. „yyy”, „eee”) są uwzględniane w transkrypcji; gdy wyłączone (domyślnie), są automatycznie usuwane.
Kluczowe terminy, na które ma być ukierunkowana transkrypcja (np. nazwy produktów). Maksymalnie 100 terminów, każdy do 50 znaków.
Wskazówka formatu dla surowego dźwięku bez nagłówka. Wykrywane automatycznie dla formatów kontenerowych (np. mp3, wav itp.), ustaw wartość na 'auto'.
Częstotliwość próbkowania w Hz. Wymagana tylko dla surowego audio (pcm, mulaw, alaw).
Liczba kanałów audio (2–8). Wymagane tylko dla surowego audio wielokanałowego. Wykrywane automatycznie dla formatów kontenerowych.
O modelu xAI STT v1
xAI STT v1 to gotowy do produkcji model speech-to-text, który transkrybuje audio na dokładny, sformatowany tekst. Obsługuje ponad 24 języki z automatycznym wykrywaniem języka, znacznikami czasu na poziomie słów, diaryzacją mówców, transkrypcją wielokanałową i odwrotną normalizacją tekstu.
Specyfikacja
| Dostawca | xAI |
|---|---|
| Typ | Generowanie dźwięku |
| Koszt uruchomienia | 1 kredytów |
| Wejście | Prompt tekstowy |
Alternatywy dla xAI STT v1
Modele w tym workspace, które robią to samo — od najbliższej ceny. Twoje saldo kredytów działa we wszystkich.
Najczęstsze pytania
- Czym jest xAI STT v1?
- xAI STT v1 to gotowy do produkcji model speech-to-text, który transkrybuje audio na dokładny, sformatowany tekst. Obsługuje ponad 24 języki z automatycznym wykrywaniem języka, znacznikami czasu na poziomie słów, diaryzacją mówców, transkrypcją wielokanałową i odwrotną normalizacją tekstu.
- Ile kosztuje xAI STT v1?
- xAI STT v1 kosztuje 1 kredytów za uruchomienie, pobieranych z Twojego salda Reelina. Dokładny koszt widzisz przed naciśnięciem Generuj, a jedno saldo obejmuje wszystkie modele — nie ma osobnej subskrypcji na model.
- Czego potrzebuję, żeby użyć xAI STT v1?
- Promptu tekstowego opisującego, czego chcesz. Bez przesyłania plików.
- Czy mogę używać wyników komercyjnie?
- To, co tworzysz, należy do Ciebie — zgodnie z naszym regulaminem i zasadami dopuszczalnego użytku. Przy zastosowaniach krytycznych sprawdź licencję wybranego modelu.
- Jak długo przechowujecie moje pliki?
- Przesłane pliki służą wyłącznie do wygenerowania wyniku. Kreacje są domyślnie prywatne, a wszystko jest usuwane tydzień po wygenerowaniu.
Szukasz czegoś innego? Zobacz wszystkie modele.