BroadRouter

Transcripción de audio en árabe por API

Actualizado

Use BroadNet Transcribe Arabic (broadnet/cohere-transcribe-arabic) para audio en árabe, a USD 0.0042 por minuto. BroadNet Transcribe (broadnet/cohere-transcribe) cubre 14 idiomas, incluido el árabe, a USD 0.002. Ambos aceptan WAV o MP3 de hasta 26,214,400 bytes en /v1/audio/transcriptions. Envíe language=ar.

Una mujer habla a un teléfono y la onda de sonido se convierte en el saludo árabe «أهلاً وسهلاً» (bienvenido), junto al texto en inglés «Arabic speech-to-text» (voz a texto en árabe) y «BroadRouter».
Texto de la imagen, en inglés: «Arabic speech-to-text», es decir, voz a texto en árabe.

¿Modelo árabe o modelo multilingüe?

ModeloIdiomasPor minutoPor horaCrédito inicial
BroadNet Transcribe Arabic
broadnet/cohere-transcribe-arabic
ÁrabeUSD 0.0042USD 0.252Sí, unos 1,190 minutos
BroadNet Transcribe
broadnet/cohere-transcribe
14 idiomas, incluido el árabeUSD 0.002USD 0.12Sí, unos 2,500 minutos

BroadNet Transcribe Arabic

El modelo de BroadNet para árabe. BroadNet indica que maneja árabe del Golfo, egipcio, levantino, magrebí y árabe estándar moderno, y lo recomienda para audio en árabe. Devuelve el texto en escritura árabe. Página del modelo y resultados reportados por BroadNet.

BroadNet Transcribe

Un modelo para 14 idiomas, con una tarifa por minuto más baja. Úselo cuando sus archivos de audio estén en distintos idiomas, y pruebe primero la salida en árabe del modelo con sus propias grabaciones. Página del modelo.

¿Qué idiomas y formatos se admiten?

De nota de voz a texto en árabe
  1. 01Nota de vozLos teléfonos y apps de mensajería suelen guardar .ogg o .m4a

    .ogg .m4a

  2. 02ConvertirWAV o MP3, hasta 26,214,400 bytes por archivo

    .wav .mp3

    ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav

  3. 03TranscribirModelo árabe, con el idioma en árabe

    POST /v1/audio/transcriptionsmodel=broadnet/cohere-transcribe-arabiclanguage=ar

  4. 04TextoLee el campo text de la respuesta

    text

Las notas de voz del teléfono suelen llegar en .ogg o .m4a. Conviértelas a WAV o MP3 de hasta 26,214,400 bytes, envía el archivo al endpoint de transcripción con language en ar y lee el texto de la respuesta.

Endpoint
POST /v1/audio/transcriptions (formulario multipart)
Formatos
WAV (audio/wav) o MP3 (audio/mpeg)
Tamaño de archivo
Hasta 26,214,400 bytes (25 MiB) por archivo. Un archivo más grande devuelve 413; divídalo o comprímalo.
Campo de idioma
language=ar para árabe. Envíelo siempre; sin él, el árabe puede volver en letras latinas.
Respuesta
JSON con la transcripción en text
Idiomas de BroadNet Transcribe
Inglés, Español, Francés, Alemán, Italiano, Portugués, Griego, Neerlandés, Polaco, Chino mandarín, Japonés, Coreano, Vietnamita, Árabe

Los archivos .ogg de WhatsApp y .m4a del teléfono deben convertirse primero: ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav

¿Cuánto costará mi audio?

El costo es minutos de audio × la tarifa por minuto del modelo. Ingrese sus minutos mensuales para comparar ambos modelos.

Estimador de costo de audio

Por ejemplo, 600 minutos son 10 horas. Puede usar decimales.

ModeloTarifaCosto estimado
BroadNet Transcribe Arabic
broadnet/cohere-transcribe-arabic
USD 0.0042 / minUSD 2.52
BroadNet Transcribe
broadnet/cohere-transcribe
USD 0.002 / minUSD 1.20

En USD, según las tarifas por minuto publicadas. No incluye impuestos ni solicitudes reintentadas o repetidas. Consulte la página de precios de BroadNet para saber cómo se facturan los minutos parciales.

¿Cómo lo integro?

Use la llamada de transcripción del SDK de OpenAI o una solicitud multipart simple. Guarde la clave en BROADNET_API_KEY en su servidor.

transcribe.py

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://inference.broadnet.ai/v1",
    api_key=os.environ["BROADNET_API_KEY"],
)
with open("recording.wav", "rb") as audio:
    result = client.audio.transcriptions.create(
        model="broadnet/cohere-transcribe-arabic",
        file=audio,
        language="ar",
    )
print(result.text)

Ejemplo ilustrativo

{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}

La forma de la respuesta según la referencia de BroadNet, con un mensaje de buzón de voz sintético. No es un resultado registrado ni una prueba de precisión.

Siguiente paso: cree una clave en inference.broadnet.ai (en inglés) · todas las guías rápidas

Guías y artículos sobre voz en árabe (en inglés)

Preguntas sobre la transcripción en árabe

¿Qué modelo uso para transcribir audio en árabe?

Empiece con BroadNet Transcribe Arabic (broadnet/cohere-transcribe-arabic), el modelo de BroadNet para árabe, a USD 0.0042 por minuto. BroadNet Transcribe también acepta árabe entre 14 idiomas, a USD 0.002 por minuto. BroadNet recomienda el modelo árabe para audio en árabe; pruebe ambos con sus propias grabaciones.

¿Tengo que indicar el idioma en la solicitud?

Sí. Envíe language=ar con el audio en árabe. Sin él, el árabe puede volver transliterado en letras latinas.

¿Qué formatos y tamaños de audio se aceptan?

WAV (audio/wav) o MP3 (audio/mpeg), de hasta 26,214,400 bytes (25 MiB) por archivo. Convierta primero a WAV con ffmpeg las grabaciones .ogg de WhatsApp o .m4a del teléfono.

¿Puedo usar el crédito inicial para transcripción?

Sí. El crédito inicial de USD 5 para cuentas nuevas cubre los dos modelos de transcripción.

¿Se guarda mi audio?

El contenido de inferencia no se conserva. Los metadatos necesarios de cuenta, facturación y seguridad se conservan según se describe en la declaración de privacidad de inferencia de BroadNet. Su lista de contenido que no se conserva incluye el audio y las transcripciones.

Leer en MarkdownPreguntar a ChatGPTPreguntar a ClaudePreguntar a Perplexity