Giọng nói tiếng Ả Rập thành văn bản
Cập nhật
Dùng BroadNet Transcribe Arabic (broadnet/cohere-transcribe-arabic) cho âm thanh tiếng Ả Rập, giá US$0,0042 mỗi phút. BroadNet Transcribe (broadnet/cohere-transcribe) hỗ trợ 14 ngôn ngữ, gồm cả tiếng Ả Rập, giá US$0,002. Cả hai nhận WAV hoặc MP3 tối đa 26.214.400 byte trên /v1/audio/transcriptions. Gửi kèm language=ar.

Model tiếng Ả Rập hay model đa ngôn ngữ?
| Model | Ngôn ngữ | Mỗi phút | Mỗi giờ | Tín dụng ban đầu |
|---|---|---|---|---|
BroadNet Transcribe Arabicbroadnet/cohere-transcribe-arabic | Tiếng Ả Rập | US$0,0042 | US$0,252 | Có, khoảng 1.190 phút |
BroadNet Transcribebroadnet/cohere-transcribe | 14 ngôn ngữ, gồm tiếng Ả Rập | US$0,002 | US$0,12 | Có, khoảng 2.500 phút |
BroadNet Transcribe Arabic
Model tiếng Ả Rập của BroadNet. BroadNet cho biết model xử lý được tiếng Ả Rập vùng Vịnh, Ai Cập, Levant, Maghreb và tiếng Ả Rập chuẩn hiện đại, và khuyến nghị dùng nó cho âm thanh tiếng Ả Rập. Model trả về chữ viết Ả Rập. Trang model và kết quả do BroadNet công bố.
BroadNet Transcribe
Một model cho 14 ngôn ngữ, đơn giá mỗi phút thấp hơn. Hãy dùng khi các file âm thanh của bạn thuộc nhiều ngôn ngữ khác nhau, và thử đầu ra tiếng Ả Rập trên bản ghi của chính bạn trước. Trang model.
Hỗ trợ những ngôn ngữ và định dạng nào?
- 01Voice notePhones and messaging apps often save .ogg or .m4a
.ogg.m4a - 02ConvertWAV or MP3, up to 26,214,400 bytes per file
.wav.mp3ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav - 03TranscribeArabic model, language set to Arabic
POST /v1/audio/transcriptionsmodel=broadnet/cohere-transcribe-arabiclanguage=ar - 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.
- Endpoint
POST /v1/audio/transcriptions(multipart form)- Định dạng
- WAV (
audio/wav) hoặc MP3 (audio/mpeg) - Dung lượng file
- Tối đa 26.214.400 byte (25 MiB) mỗi file. File lớn hơn sẽ trả về 413; hãy chia nhỏ hoặc nén lại.
- Trường ngôn ngữ
language=archo tiếng Ả Rập. Luôn gửi trường này; nếu thiếu, tiếng Ả Rập có thể trả về bằng chữ Latin.- Phản hồi
- JSON, bản chép lời nằm trong
text - Ngôn ngữ của BroadNet Transcribe
- Tiếng Anh, Tiếng Tây Ban Nha, Tiếng Pháp, Tiếng Đức, Tiếng Ý, Tiếng Bồ Đào Nha, Tiếng Hy Lạp, Tiếng Hà Lan, Tiếng Ba Lan, Tiếng Trung (Quan thoại), Tiếng Nhật, Tiếng Hàn, Tiếng Việt, Tiếng Ả Rập
File .ogg từ WhatsApp và .m4a từ điện thoại cần chuyển đổi trước: ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav
Âm thanh của tôi sẽ tốn bao nhiêu?
Chi phí = số phút âm thanh × đơn giá mỗi phút của model. Nhập số phút mỗi tháng để so sánh hai model.
Tích hợp như thế nào?
Dùng lệnh gọi transcription của OpenAI SDK hoặc một request multipart thông thường. Lưu key trong BROADNET_API_KEY trên server của bạn.
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)transcribe.sh
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.wavVí dụ minh họa
{"text": "مرحباً، لقد وصلت إلى البريد الصوتي، اترك رسالتك من فضلك"}Cấu trúc phản hồi theo tài liệu tham chiếu của BroadNet, với một tin nhắn thoại tổng hợp. Không phải kết quả ghi lại thực tế hay phép đo độ chính xác.
Tiếp theo: tạo key trên inference.broadnet.ai (tiếng Anh) · tất cả hướng dẫn nhanh
Hướng dẫn và bài viết về giọng nói tiếng Ả Rập (tiếng Anh)
- API chuyển giọng nói tiếng Ả Rập thành văn bản, từng bước
- Chuyển tin nhắn thoại WhatsApp thành văn bản
- Chuyển tin nhắn thoại WhatsApp thành văn bản trong n8n
- API chuyển giọng nói tiếng Ả Rập thành văn bản: cách chọn
- Nhận dạng giọng nói các phương ngữ Ả Rập
- Giải thích tỷ lệ lỗi từ (WER) trong ASR tiếng Ả Rập
- API chuyển giọng nói thành văn bản đa ngôn ngữ
- Chuyển bản ghi tổng đài thành văn bản
- So sánh giá API chuyển giọng nói thành văn bản
- Công cụ tính chi phí chuyển giọng nói thành văn bản
- Chỉ số giá API chuyển giọng nói thành văn bản
Câu hỏi về chuyển giọng nói tiếng Ả Rập thành văn bản
Nên dùng model nào cho âm thanh tiếng Ả Rập?
Hãy bắt đầu với BroadNet Transcribe Arabic (broadnet/cohere-transcribe-arabic), model tiếng Ả Rập của BroadNet, giá US$0,0042 mỗi phút. BroadNet Transcribe cũng nhận tiếng Ả Rập trong số 14 ngôn ngữ, giá US$0,002 mỗi phút. BroadNet khuyến nghị model tiếng Ả Rập cho âm thanh tiếng Ả Rập; hãy thử cả hai trên bản ghi của chính bạn.
Có bắt buộc gửi ngôn ngữ không?
Có. Gửi language=ar cùng âm thanh tiếng Ả Rập. Nếu thiếu, tiếng Ả Rập có thể bị chuyển tự sang chữ Latin.
Chấp nhận những định dạng và dung lượng âm thanh nào?
WAV (audio/wav) hoặc MP3 (audio/mpeg), tối đa 26.214.400 byte (25 MiB) mỗi file. Hãy dùng ffmpeg chuyển bản ghi .ogg từ WhatsApp hoặc .m4a từ điện thoại sang WAV trước.
Có thể dùng tín dụng ban đầu cho việc chuyển giọng nói thành văn bản không?
Có. Tín dụng ban đầu US$5 cho tài khoản mới dùng được cho cả hai model chuyển giọng nói thành văn bản.
Âm thanh của tôi có bị lưu lại không?
Nội dung inference không được lưu giữ. Metadata cần thiết về tài khoản, thanh toán và bảo mật được lưu giữ như mô tả trong tuyên bố quyền riêng tư về inference của BroadNet. Danh sách nội dung không được lưu của tuyên bố này gồm âm thanh và bản chép lời.
Đọc dạng MarkdownHỏi ChatGPTHỏi ClaudeHỏi Perplexity
Nguồn
- Tài liệu cho nhà phát triển BroadNet Inference, phần chuyển giọng nói thành văn bản (kiểm tra ngày 2026-11-15) (tiếng Anh)
- pricing.json, bảng giá công bố (tiếng Anh)
- Trang model BroadNet Transcribe Arabic (tiếng Anh)
- Trang model BroadNet Transcribe (tiếng Anh)
- Tuyên bố quyền riêng tư về inference của BroadNet (kiểm tra ngày 2026-11-15) (tiếng Anh)