BroadNet Transcribe Arabic کی قیمت $0.0042 فی آڈیو منٹ ہے۔ BroadNet کے مطابق Open Universal Arabic ASR Leaderboard پر اس کی رینک 37 میں سے #2 (یہ ستمبر 2026 کی پوزیشن ہے؛ 15 نومبر، 2026 کو لائیو لیڈر بورڈ پر یہ 39 میں سے #4 تھا) ہے، اور جن ماڈلز کا لائسنس API کے ذریعے پیش کرنے کی اجازت دیتا ہے، ان میں یہ #1 ہے۔ دوسری زبانوں کے لیے BroadNet Transcribe 14 زبانیں $0.002 فی منٹ پر کور کرتا ہے۔ دیکھیں BroadNet Transcribe Arabic ماڈل صفحہ اور BroadNet Transcribe ماڈل صفحہ۔
دوسرے فراہم کنندگان سستے پڑ سکتے ہیں۔ 2026-11-14 کو Soniox کے قیمتوں والے صفحے پر فائل (async) ٹرانسکرپشن کے لیے تقریباً USD 0.10 فی گھنٹہ اور ریئل ٹائم کے لیے USD 0.12 فی گھنٹہ درج تھا، اور اس کی زبانوں کی فہرست میں عربی شامل ہے۔ یہ BroadNet Transcribe Arabic کے $0.25 فی گھنٹہ سے کم ہے، اس لیے دونوں کو اپنے آڈیو پر ٹیسٹ کریں۔
curl کے ساتھ
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
ریسپانس میں ٹرانسکرپٹ JSON کی صورت میں آتا ہے:
{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}
Python کے ساتھ
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)
language ہمیشہ بھیجیں
language کے بغیر عربی لاطینی حروف میں منتقل ہو کر واپس آ سکتی ہے۔ عربی کے لیے language=ar اور انگریزی کے لیے language=en بھیجیں۔
یہ کون سے عربی لہجے سنبھالتا ہے؟
BroadNet کے مطابق BroadNet Transcribe Arabic لہجوں سمیت عربی کو کور کرتا ہے، اور BroadNet اس کے تین ورڈ ایرر ریٹ شائع کرتا ہے۔ یہ BroadNet کی اپنی لیب پیمائشیں ہیں، جو اس کے ماڈل کیٹلاگ میں ہیں:
| ٹیسٹ سیٹ | یہ کیا ہے | ورڈ ایرر ریٹ |
|---|---|---|
| FLEURS-ar | صاف پڑھے گئے جملے | 3.8 |
| MASC-ar | حقیقی دنیا کی ملی جلی عربی گفتگو | 21.1 |
| BroadNet لہجہ سیٹ | لہجوں والی گفتگو | 23.4 |
BroadNet لہجوں کے لحاظ سے تفصیل شائع نہیں کرتا، اس لیے BroadNet سے باہر کوئی نہیں بتا سکتا کہ خلیجی آڈیو مصری یا مغربی کے مقابلے میں کیسا اسکور کرتا ہے۔ دوسرے فراہم کنندگان کوریج مختلف انداز میں بتاتے ہیں۔ Deepgram، Nova-3 Arabic کو علاقائی کوڈز کے ساتھ درج کرتا ہے، ar-AE، ar-SA اور ar-EG سے لے کر ar-MA اور ar-IQ تک۔ Speechmatics ایک “Global Arabic” پیک بیچتا ہے جس میں Modern Standard Arabic، خلیجی، مصری اور شامی (لیونٹائن) گفتگو کا نام ہے، اور ساتھ میں انگریزی ملی عربی کے لیے ایک ar_en پیک۔ Soniox عربی (ar) کو لہجوں کی تفصیل کے بغیر درج کرتا ہے۔
فہرست میں موجود کوڈ ناپی ہوئی درستگی نہیں ہے۔ انتخاب سے پہلے ہر امیدوار کو اپنی کلپس پر، لہجے کے لحاظ سے گروپ بنا کر، اسکور کریں:
- خلیجی: سعودی، اماراتی، کویتی، قطری گفتگو، اکثر انگریزی پروڈکٹ ناموں کے ساتھ۔
- مصری: میڈیا میں سب سے زیادہ سمجھا جانے والا لہجہ۔
- شامی (لیونٹائن): شامی، لبنانی، اردنی اور فلسطینی گفتگو۔
- عراقی اور مغربی: مراکشی، الجزائری اور تیونسی گفتگو عام طور پر سب سے مشکل ہوتی ہے۔
- Modern Standard Arabic: خبریں اور رسمی گفتگو، آسان بنیادی معیار۔
عربی لہجوں کی اسپیچ ریکگنیشن گائیڈ بتاتی ہے کہ لہجوں کا اسکور خراب کیوں آتا ہے، اور ورڈ ایرر ریٹ کی وضاحت دکھاتی ہے کہ انہیں اسکور کیسے کریں۔
عربی speech-to-text API کی قیمت کتنی ہے؟
نیچے کا ہر فراہم کنندہ عربی درج کرتا ہے۔ سب سے سستا پہلے؛ جہاں الگ سے نہ لکھا ہو، قیمتیں پہلے سے ریکارڈ شدہ فائلوں کی ہیں، اور 2026-11-14 کو جانچی گئیں:
| فراہم کنندہ اور ماڈل | فی منٹ | فی گھنٹہ | بتائی گئی عربی کوریج |
|---|---|---|---|
| Soniox، async (فائل) | تقریباً USD 0.0017 | تقریباً USD 0.10 | عربی (ar) |
| Soniox، ریئل ٹائم | تقریباً USD 0.002 | تقریباً USD 0.12 | عربی (ar) |
| BroadNet Transcribe (14 زبانیں) | $0.002 | $0.12 | 14 زبانوں میں عربی |
| BroadNet Transcribe Arabic | $0.0042 | $0.25 | لہجوں سمیت عربی (BroadNet کے مطابق) |
| Deepgram، Nova-3 monolingual | USD 0.0043 | USD 0.258 | ar اور علاقائی کوڈز |
| Speechmatics، Standard | USD 0.0075 | USD 0.45 | Global Arabic، ar_en |
| Speechmatics، Enhanced | USD 0.0125 | USD 0.75 | Global Arabic، ar_en |
ذرائع: Soniox کی قیمتیں (بلنگ فی ٹوکن؛ فی گھنٹہ اعداد Soniox کے اپنے اندازے ہیں)، Deepgram کی قیمتیں اور Speechmatics کی قیمتیں۔ Soniox دونوں BroadNet ماڈلز سے سستا ہے، اور BroadNet ریئل ٹائم اسٹریمنگ کی دستاویز نہیں دیتا۔ BroadNet کے حق میں عربی کے لیے مخصوص ماڈل، اس کی بتائی گئی لیڈر بورڈ رینک اور زیرو ڈیٹا ریٹینشن ہیں۔ مزید فراہم کنندگان کے لیے ہمارا کھلا speech-to-text API قیمت انڈیکس دیکھیں، جس میں 20 سے زیادہ پروڈکٹس کی batch اور اسٹریمنگ قیمتیں اور عربی سپورٹ درج ہے، ہر ایک کے ماخذ اور تاریخ کے ساتھ (CSV اور JSON)۔ اضافی اخراجات کے لیے speech-to-text API قیمتوں کا موازنہ دیکھیں؛ اپنے حجم کی قیمت نکالنے کے لیے اسپیچ ٹو ٹیکسٹ لاگت کیلکولیٹر استعمال کریں۔
حدیں
- WAV یا MP3، فی فائل 26,214,400 بائٹس (25 MiB) تک۔ بڑی فائل پر 413 آتا ہے؛ پہلے اسے حصوں میں تقسیم کریں۔
- استعمال کے مطابق ادائیگی والی کلیدیں فی منٹ 30 درخواستوں اور بیک وقت 4 درخواستوں کی اجازت دیتی ہیں۔
- دونوں ٹرانسکرپشن ماڈلز $5 کے مفت ابتدائی کریڈٹ پر چلتے ہیں، اس لیے ادائیگی سے پہلے آپ اپنی ریکارڈنگز ٹیسٹ کر سکتے ہیں۔
مسائل کا حل
- عربی رسم الخط کے بجائے لاطینی حروف۔
language=arشامل کریں۔ - 400 یا 422۔ فیلڈز کے نام (
model،language،file) جانچیں، اور یہ بھی کہ فائل واقعی WAV یا MP3 ہے۔ نام بدلی ہوئی.oggناکام ہوتی ہے؛ اسے ffmpeg سے تبدیل کریں۔ - 413۔ فائل 26,214,400 بائٹس سے بڑی ہے۔ اسے 16 kHz mono WAV یا MP3 میں تبدیل کریں، یا چھوٹے حصوں میں تقسیم کریں۔
- پیڈ اکاؤنٹ پر 401۔ کلید اور استعمال کے مطابق ادائیگی والی حد جانچیں۔ دیکھیں BroadNet کے ایرر کوڈز اور دوبارہ کوشش۔
- لہجے والی یا شور بھری کالز پر کمزور درستگی۔ BroadNet کے اپنے لہجہ ٹیسٹ سیٹ کا اسکور صاف پڑھی گئی گفتگو سے خراب ہے (FAQ دیکھیں)۔ اپنے اصل آڈیو کے ایک نمونے پر ٹیسٹ کریں اور ورڈ ایرر ریٹ ناپیں۔
WhatsApp وائس نوٹس .ogg میں آتے ہیں۔ WhatsApp وائس نوٹس ایک ہی قدم میں تبدیل اور ٹرانسکرائب کریں۔ اگر آپ کو شور بھرے آڈیو میں نمبر، تاریخیں اور نام چاہییں تو BroadNet درخواست پر ایک فائن ٹیونڈ عربی ماڈل پیش کرتا ہے۔
