BroadRouter

अरबी ट्रांसक्रिप्शन

अपडेट किया गया

अरबी ऑडियो के लिए BroadNet Transcribe Arabic (broadnet/cohere-transcribe-arabic) इस्तेमाल करें, US$0.0042 प्रति मिनट। BroadNet Transcribe (broadnet/cohere-transcribe) अरबी सहित 14 भाषाएँ कवर करता है, US$0.002 पर। दोनों /v1/audio/transcriptions पर 26,214,400 बाइट तक की WAV या MP3 लेते हैं। language=ar भेजें।

एक महिला फ़ोन में बोल रही है और ध्वनि तरंग अरबी अभिवादन “أهلاً وسهلاً” (स्वागत है) में बदल जाती है, साथ में अंग्रेज़ी टेक्स्ट “Arabic speech-to-text” (अरबी स्पीच-टू-टेक्स्ट) और “BroadRouter” है।
इमेज में अंग्रेज़ी टेक्स्ट: “Arabic speech-to-text”, यानी अरबी स्पीच-टू-टेक्स्ट।

अरबी मॉडल या बहुभाषी मॉडल?

मॉडलभाषाएँप्रति मिनटप्रति घंटाशुरुआती क्रेडिट
BroadNet Transcribe Arabic
broadnet/cohere-transcribe-arabic
अरबीUS$0.0042US$0.252हाँ, लगभग 1,190 मिनट
BroadNet Transcribe
broadnet/cohere-transcribe
14 भाषाएँ, अरबी सहितUS$0.002US$0.12हाँ, लगभग 2,500 मिनट

BroadNet Transcribe Arabic

BroadNet का अरबी मॉडल। BroadNet के अनुसार यह खाड़ी, मिस्री, लेवेंटाइन, मग़रिबी और आधुनिक मानक अरबी सँभालता है, और BroadNet इसे अरबी ऑडियो के लिए सुझाता है। यह अरबी लिपि में टेक्स्ट लौटाता है। मॉडल पेज और BroadNet के बताए नतीजे।

BroadNet Transcribe

14 भाषाओं के लिए एक मॉडल, कम प्रति-मिनट दर पर। इसे तब इस्तेमाल करें जब आपकी ऑडियो फ़ाइलें अलग-अलग भाषाओं में हों, और पहले अपनी रिकॉर्डिंग पर इसका अरबी आउटपुट टेस्ट करें। मॉडल पेज।

कौन-सी भाषाएँ और फ़ॉर्मैट सपोर्टेड हैं?

From voice note to Arabic text
  1. 01Voice notePhones and messaging apps often save .ogg or .m4a

    .ogg .m4a

  2. 02ConvertWAV or MP3, up to 26,214,400 bytes per file

    .wav .mp3

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

  3. 03TranscribeArabic model, language set to Arabic

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

  4. 04TextRead the text field of the response

    text

Phone voice notes usually arrive as .ogg or .m4a. Convert them to WAV or MP3 of up to 26,214,400 bytes, send the file to the transcription endpoint with language set to ar, and read the text from the response.

एंडपॉइंट
POST /v1/audio/transcriptions (multipart फ़ॉर्म)
फ़ॉर्मैट
WAV (audio/wav) या MP3 (audio/mpeg)
फ़ाइल साइज़
हर फ़ाइल 26,214,400 बाइट (25 MiB) तक। बड़ी फ़ाइल पर 413 लौटता है; उसे बाँटें या कंप्रेस करें।
भाषा फ़ील्ड
अरबी के लिए language=ar। इसे हमेशा भेजें; इसके बिना अरबी लैटिन अक्षरों में लौट सकती है।
रिस्पॉन्स
JSON, जिसमें ट्रांसक्रिप्ट text में होता है
BroadNet Transcribe की भाषाएँ
अंग्रेज़ी, स्पैनिश, फ़्रेंच, जर्मन, इतालवी, पुर्तगाली, ग्रीक, डच, पोलिश, मैंडरिन चीनी, जापानी, कोरियाई, वियतनामी, अरबी

WhatsApp की .ogg और फ़ोन की .m4a फ़ाइलों को पहले बदलना होगा: ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav

मेरे ऑडियो की लागत कितनी होगी?

लागत = ऑडियो मिनट × मॉडल की प्रति-मिनट दर। दोनों मॉडल की तुलना के लिए अपने मासिक मिनट डालें।

ऑडियो लागत अनुमान

उदाहरण के लिए, 600 मिनट यानी 10 घंटे। दशमलव भी चलेंगे।

मॉडलदरअनुमानित लागत
BroadNet Transcribe Arabic
broadnet/cohere-transcribe-arabic
US$0.0042 / मिनटUS$2.52
BroadNet Transcribe
broadnet/cohere-transcribe
US$0.002 / मिनटUS$1.20

USD में, प्रकाशित प्रति-मिनट दरों पर। इसमें टैक्स और दोबारा भेजे गए या दोहराए गए अनुरोध शामिल नहीं हैं। मिनट के हिस्सों का बिल कैसे बनता है, यह BroadNet के प्राइसिंग पेज पर देखें।

इसे कैसे इंटीग्रेट करें?

OpenAI SDK का ट्रांसक्रिप्शन कॉल या सामान्य multipart अनुरोध इस्तेमाल करें। API key को अपने सर्वर पर BROADNET_API_KEY में रखें।

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)

उदाहरण के तौर पर

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

BroadNet के रेफ़रंस से लिया गया रिस्पॉन्स का ढाँचा, एक कृत्रिम वॉइसमेल के साथ। यह रिकॉर्ड किया गया नतीजा या सटीकता बेंचमार्क नहीं है।

अगला कदम: inference.broadnet.ai पर API key बनाएँ (अंग्रेज़ी में) · सभी क्विकस्टार्ट

अरबी स्पीच पर गाइड और लेख (अंग्रेज़ी में)

अरबी ट्रांसक्रिप्शन के बारे में सवाल

अरबी ऑडियो के लिए कौन-सा मॉडल इस्तेमाल करें?

BroadNet के अरबी मॉडल BroadNet Transcribe Arabic (broadnet/cohere-transcribe-arabic) से शुरू करें, US$0.0042 प्रति मिनट। BroadNet Transcribe भी 14 भाषाओं में अरबी लेता है, US$0.002 प्रति मिनट। BroadNet अरबी ऑडियो के लिए अरबी मॉडल सुझाता है; अपनी रिकॉर्डिंग पर दोनों को टेस्ट करें।

क्या भाषा भेजना ज़रूरी है?

हाँ। अरबी ऑडियो के साथ language=ar भेजें। इसके बिना अरबी लैटिन अक्षरों में लिप्यंतरित होकर लौट सकती है।

कौन-से ऑडियो फ़ॉर्मैट और साइज़ स्वीकार होते हैं?

WAV (audio/wav) या MP3 (audio/mpeg), हर फ़ाइल 26,214,400 बाइट (25 MiB) तक। WhatsApp की .ogg या फ़ोन की .m4a रिकॉर्डिंग को पहले ffmpeg से WAV में बदलें।

क्या ट्रांसक्रिप्शन के लिए शुरुआती क्रेडिट इस्तेमाल हो सकता है?

हाँ। नए अकाउंट का US$5 का शुरुआती क्रेडिट दोनों ट्रांसक्रिप्शन मॉडल को कवर करता है।

क्या मेरा ऑडियो स्टोर होता है?

इन्फ़रेंस कंटेंट रखा नहीं जाता। ज़रूरी अकाउंट, बिलिंग और सुरक्षा मेटाडेटा BroadNet के इन्फ़रेंस प्राइवेसी स्टेटमेंट में बताए अनुसार रखा जाता है। उसमें न रखे जाने वाले कंटेंट की सूची में ऑडियो और ट्रांसक्रिप्ट शामिल हैं।

Markdown में पढ़ेंChatGPT से पूछेंClaude से पूछेंPerplexity से पूछें