BroadRouter

API speech-to-text bahasa Arab, langkah demi langkah

Diperbarui

Kirim file WAV atau MP3 ke https://inference.broadnet.ai/v1/audio/transcriptions dengan model broadnet/cohere-transcribe-arabic dan language=ar. Responsnya berupa JSON dengan transkrip di text. Konversi format lain seperti .ogg dari WhatsApp ke WAV terlebih dahulu. Harganya per menit audio, dan BroadNet menyatakan tidak ada audio atau transkrip yang disimpan.

BroadNet Transcribe Arabic dikenai $0.0042 per menit audio. BroadNet melaporkannya di peringkat #2 dari 37 (angka September 2026; papan peringkat langsung mencantumkannya di #4 dari 39 pada 15 November 2026) pada Open Universal Arabic ASR Leaderboard, dan #1 di antara model yang lisensinya mengizinkan penyajian lewat API. Untuk bahasa lain, BroadNet Transcribe mencakup 14 bahasa dengan tarif $0.002 per menit. Lihat halaman model BroadNet Transcribe Arabic dan halaman model BroadNet Transcribe.

Penyedia lain bisa lebih murah. Pada 2026-11-14, halaman harga Soniox mencantumkan sekitar USD 0,10 per jam untuk transkripsi file (async) dan USD 0,12 per jam untuk real-time, dan daftar bahasanya mencakup bahasa Arab. Itu di bawah tarif BroadNet Transcribe Arabic sebesar $0.25 per jam, jadi uji keduanya pada audio Anda sendiri.

Dengan curl

curl https://inference.broadnet.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $BROADNET_API_KEY" \
  -F model=broadnet/cohere-transcribe-arabic \
  -F language=ar \
  -F file=@voice-note.wav

Responsnya berupa transkrip dalam JSON:

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

Dengan Python

from openai import OpenAI
import os

client = OpenAI(base_url="https://inference.broadnet.ai/v1", api_key=os.environ["BROADNET_API_KEY"])

with open("voice-note.wav", "rb") as audio:
    result = client.audio.transcriptions.create(
        model="broadnet/cohere-transcribe-arabic",
        file=audio,
        language="ar",
    )
print(result.text)

Selalu kirim bahasanya

Tanpa language, bahasa Arab bisa kembali ditransliterasi ke huruf Latin. Kirim language=ar untuk bahasa Arab dan language=en untuk bahasa Inggris.

Dialek Arab apa saja yang didukung?

BroadNet menyebut BroadNet Transcribe Arabic mencakup bahasa Arab, termasuk dialek, dan memublikasikan tiga word error rate untuknya. Ini adalah pengukuran lab BroadNet sendiri dari katalog modelnya:

Set uji Isinya Word error rate
FLEURS-ar Kalimat bersih yang dibacakan 3,8
MASC-ar Campuran ucapan bahasa Arab dunia nyata 21,1
Set dialek BroadNet Ucapan dialek 23,4

BroadNet tidak memublikasikan rincian per dialek, jadi tidak ada pihak di luar BroadNet yang bisa mengatakan bagaimana skor audio Teluk dibandingkan dengan Mesir atau Maghrib. Penyedia lain menyatakan cakupan dengan cara berbeda. Deepgram mencantumkan Nova-3 Arabic dengan kode regional, dari ar-AE, ar-SA, dan ar-EG hingga ar-MA dan ar-IQ. Speechmatics menjual satu paket “Global Arabic” yang menyebut ucapan Arab Standar Modern, Teluk, Mesir, dan Levant, ditambah paket ar_en untuk bahasa Arab yang bercampur bahasa Inggris. Soniox mencantumkan bahasa Arab (ar) tanpa detail dialek.

Kode yang tercantum bukanlah akurasi yang terukur. Sebelum memilih, beri skor setiap kandidat pada klip Anda sendiri yang dikelompokkan per dialek:

  • Teluk (Khaleeji): ucapan Saudi, Emirat, Kuwait, Qatar, sering dengan nama produk berbahasa Inggris.
  • Mesir: dialek yang paling luas dipahami di media.
  • Levant: ucapan Suriah, Lebanon, Yordania, dan Palestina.
  • Irak dan Maghrib: ucapan Maroko, Aljazair, dan Tunisia biasanya kasus yang paling sulit.
  • Arab Standar Modern: berita dan ucapan formal, baseline yang mudah.

Panduan pengenalan ucapan dialek Arab menjelaskan kenapa skor dialek lebih buruk, dan penjelasan word error rate menunjukkan cara memberi skornya.

Berapa biaya API speech-to-text bahasa Arab?

Setiap penyedia di bawah mencantumkan bahasa Arab. Diurutkan dari yang termurah; harga untuk file pre-recorded kecuali ditandai, dan diperiksa pada 2026-11-14:

Penyedia dan model Per menit Per jam Cakupan bahasa Arab yang dinyatakan
Soniox, async (file) sekitar USD 0,0017 sekitar USD 0,10 Bahasa Arab (ar)
Soniox, real-time sekitar USD 0,002 sekitar USD 0,12 Bahasa Arab (ar)
BroadNet Transcribe (14 bahasa) $0.002 $0.12 Bahasa Arab di antara 14 bahasa
BroadNet Transcribe Arabic $0.0042 $0.25 Bahasa Arab, termasuk dialek (BroadNet)
Deepgram, Nova-3 monolingual USD 0,0043 USD 0,258 ar plus kode regional
Speechmatics, Standard USD 0,0075 USD 0,45 Global Arabic, ar_en
Speechmatics, Enhanced USD 0,0125 USD 0,75 Global Arabic, ar_en

Sumber: harga Soniox (ditagih per token; angka per jam adalah perkiraan Soniox), harga Deepgram, dan harga Speechmatics. Soniox lebih murah daripada kedua model BroadNet, dan BroadNet tidak mendokumentasikan streaming real-time. Keunggulan BroadNet adalah model khusus bahasa Arab, peringkat leaderboard yang dilaporkannya, dan zero data retention. Untuk penyedia lain, lihat indeks harga API speech-to-text terbuka kami, yang mencantumkan harga batch dan streaming serta dukungan bahasa Arab untuk lebih dari 20 produk, lengkap dengan sumber dan tanggal masing-masing (CSV dan JSON). Untuk biaya tambahan, lihat perbandingan harga API speech-to-text; untuk menghitung volume Anda sendiri, gunakan kalkulator biaya speech-to-text.

Batas

  • WAV atau MP3, hingga 26.214.400 byte (25 MiB) per file. File yang lebih besar mengembalikan 413; pecah dulu.
  • Kunci bayar sesuai pemakaian mengizinkan 30 permintaan per menit dan 4 permintaan sekaligus.
  • Kedua model transkripsi berjalan dengan kredit awal gratis sebesar $5, jadi Anda bisa menguji rekaman sendiri sebelum membayar.

Pemecahan masalah

  • Huruf Latin, bukan aksara Arab. Tambahkan language=ar.
  • 400 atau 422. Periksa nama field (model, language, file) dan pastikan file-nya benar-benar WAV atau MP3. File .ogg yang hanya diganti namanya akan gagal; konversi dengan ffmpeg.
  • 413. File melebihi 26.214.400 byte. Konversi ke WAV mono 16 kHz atau MP3, atau pecah menjadi bagian yang lebih pendek.
  • 401 di akun berbayar. Periksa kunci dan jatah bayar sesuai pemakaian. Lihat kode error BroadNet dan percobaan ulang.
  • Akurasi lemah pada dialek atau panggilan yang bising. Set uji dialek BroadNet sendiri mendapat skor lebih buruk daripada ucapan bersih yang dibacakan (lihat FAQ). Uji pada sampel audio nyata Anda dan ukur word error rate-nya.

Voice note WhatsApp tiba sebagai .ogg. Konversi dan transkripsikan voice note WhatsApp dalam satu langkah. Jika Anda memerlukan angka, tanggal, dan nama dari audio yang bising, BroadNet menawarkan model bahasa Arab hasil fine-tuning berdasarkan permintaan.

Pertanyaan umum

Apakah model ini memahami dialek Arab?

BroadNet melaporkan word error rate 23,4 pada set uji dialeknya sendiri, serta 3,8 pada FLEURS-ar dan 21,1 pada MASC-ar. Makin rendah makin baik. BroadNet tidak memublikasikan skor per dialek, jadi uji rekaman Teluk, Mesir, Levant, dan Maghrib secara terpisah sebelum Anda mengandalkannya.

API speech-to-text bahasa Arab mana yang paling murah?

Dari penyedia yang diperiksa pada 2026-11-14, Soniox mencantumkan tarif terendah, sekitar USD 0,10 per jam untuk transkripsi file. BroadNet Transcribe Arabic dikenai $0.25 per jam. Deepgram Nova-3 dan Speechmatics lebih mahal. Harga per jam kurang penting dibanding word error rate pada audio dialek Anda sendiri.

Format audio apa saja yang diterima?

WAV (audio/wav) dan MP3 (audio/mpeg). Konversi format lain seperti .ogg atau .m4a dengan ffmpeg terlebih dahulu.

Kenapa transkrip bahasa Arab saya ditulis dengan huruf Latin?

Permintaan tidak menyertakan field language. Tanpa field itu, ucapan bahasa Arab bisa ditransliterasi ke aksara Latin. Kirim language=ar di setiap permintaan bahasa Arab.

Bisakah saya mencoba transkripsi bahasa Arab secara gratis?

Bisa. Kedua model transkripsi BroadNet berjalan dengan kredit awal gratis yang didapat akun baru, jadi Anda bisa menguji rekaman sendiri sebelum top up.

Untuk bahasa Arab, sebaiknya pakai BroadNet Transcribe Arabic atau BroadNet Transcribe?

Keduanya menerima language=ar. BroadNet Transcribe Arabic adalah model khusus bahasa Arab dan model yang dilaporkan BroadNet di leaderboard bahasa Arab. BroadNet Transcribe lebih murah per menit dan mencakup 14 bahasa, jadi uji keduanya pada audio Anda.

Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity