Транскрипция через API

Parakeet Ultra — это постобученная версия модели преобразования речи в текст NVIDIA Parakeet TDT 0.6B v3 от Moondream с той же архитектурой, токенизатором и параметрами 0.6B. Это с…

GigaASR — распознавание речи Sber, тарификация по секундам аудио.

Nemotron 3.5 Transcribe — это модель распознавания речи с открытым весом от NVIDIA, смесь экспертов из 30 бит и около 4 бит активных параметров. Он расшифровывает записи продолжите…

Voxtral Small Transcribe 3 — флагманская модель преобразования речи в текст от Mistral. Он принимает аудиовход и возвращает расшифровку с временными метками и диаризацией говорящег…

Voxtral Mini Transcribe 3 — это компактная модель преобразования речи в текст от Mistral. Он принимает аудиовход и возвращает стенограмму с временными метками и диаризацией говорящ…

Universal-3.6 Pro — это модель преобразования речи в текст от AssemblyAI, преемница Universal-3.5 Pro, обслуживаемая здесь через API синхронизации AssemblyAI. По сравнению с Univer…

ElevenLabs Scribe v2 — это модель преобразования речи в текст, которая транскрибирует аудио на более чем 90 языках с временными метками на уровне слов, дополнительной диаризацией г…

ElevenLabs Scribe v2 Medical — это модель преобразования речи в текст, настроенная для клинической и медицинской терминологии, с метками времени на уровне слов, дополнительной диар…

Gemini 3.5 Transcribe — это модель преобразования речи в текст от Google. Он подходит для синхронной транскрипции, требующей временных меток на уровне слов или дневникирования гово…

Transcribe 1 Pro — это модель преобразования речи в текст от Fish Audio, предназначенная для интервью, встреч и подкастов. Он помечает говорящих встроенными маркерами говорящих, со…

Universal-3.5 Pro — это модель преобразования речи в текст от AssemblyAI, обслуживаемая через API синхронизации, возвращающая полную расшифровку с временными метками на уровне слов…

Muse Voice Transcribe 1.0 — это синхронная модель преобразования речи в текст от Meta. Он подходит для транскрипции в режиме «нажми и говори», конечной точки и транскрипции с учето…

MAI-Transcribe 2 — это многоязычная модель преобразования речи в текст от Microsoft AI, занявшая первое место в многоязычном тесте FLEURS. Он поддерживает 60 языков с автоматическо…

Nemotron 3.5 ASR Streaming Multilingual 0.6B — модель распознавания речи от NVIDIA. Его конструкция FastConformer-RNNT с подсказками и поддержкой кэша предназначена для транскрипци…

Voxtral Small 24B 2507 STT — модель транскрипции речи от Mistral AI. Он подходит для рабочих нагрузок транскрипции, перевода и понимания звука, которые выигрывают от большей емкост…

Voxtral Mini 3B 2507 — модель распознавания речи и звука от Mistral AI. Он подходит для транскрипции, перевода и компактной обработки звука.

Qwen3 ASR 1.7B — модель автоматического распознавания речи от Qwen. Он поддерживает многоязычную идентификацию и транскрипцию на 30 языках и 22 китайских диалектах, с потоковой пер…

Qwen3 ASR 0.6B — компактная модель автоматического распознавания речи от Qwen. Он поддерживает многоязычную идентификацию и транскрипцию на 30 языках и 22 китайских диалектах, с по…

GPT Transcribe — это высокоточная модель преобразования речи в текст от OpenAI. Он подходит для записи аудио, потоковой транскрипции файлов и совершения поворотов в реальном времен…

Transcribe 1 — это модель преобразования речи в текст от Fish Audio. Он подходит для транскрипции аудио с автоматическим определением языка и может возвращать сегменты уровня слова…

Grok STT — это модель преобразования речи в текст SpaceXAI, доступная через конечную точку REST /v1/stt. Он поддерживает транскрипцию с временными метками на уровне слов, дополните…

Универсальная модель преобразования речи в текст Deepgram Nova-3 с поддержкой одноязычной и многоязычной транскрипции.

MAI-Transcribe 1.5 — это многоязычная модель преобразования речи в текст от Microsoft AI. Он подходит для субтитров, транскрипции вызовов, субтитров, специальных возможностей и дру…

Parakeet TDT 0.6B v3 — это многоязычная модель преобразования речи в текст NVIDIA с 600 млн параметров, построенная на архитектуре FastConformer-TDT. Обученный на наборе данных Gra…

Voxtral Mini Transcribe — это модель преобразования речи в текст компании Mistral, созданная на основе семейства Voxtral Mini. Он принимает аудиовход и возвращает расшифрованный те…

Chirp 3 — новейшая многоязычная модель преобразования речи в текст от Google. Он обеспечивает повышенную точность транскрипции на 24 общедоступных языках и более чем на 77 языках п…

GPT-4o Mini Transcribe — это меньшая по размеру и экономичная модель преобразования речи в текст OpenAI, построенная на аудиовозможностях GPT-4o Mini. Цена указана за токен (входно…

Whisper Large V3 — это модель автоматического распознавания речи OpenAI с открытым исходным кодом, предлагающая как транскрипцию, так и перевод звука. Он поддерживает более 99 язык…

Whisper Large V3 Turbo — это оптимизированная версия модели распознавания речи OpenAI Whisper Large V3, разработанная для обеспечения скорости и экономической эффективности. Он под…

Whisper — это модель автоматического распознавания речи OpenAI с открытым исходным кодом, доступная через API как «whisper-1». Он поддерживает транскрипцию и перевод аудиофайлов ра…

GPT-4o Transcribe — это высококачественная модель преобразования речи в текст OpenAI, созданная на основе аудиовозможностей GPT-4o. Цена рассчитывается за токен (входной и выходной…