BroadRouter

阿拉伯语转写

更新于

阿拉伯语音频请用 BroadNet Transcribe Arabic(broadnet/cohere-transcribe-arabic),每分钟 US$0.0042。BroadNet Transcribe(broadnet/cohere-transcribe)支持 14 种语言(含阿拉伯语),每分钟 US$0.002。两者都在 /v1/audio/transcriptions 接收 WAV 或 MP3,最大 26,214,400 字节。请发送 language=ar。

一位女士对着手机说话,声波变成阿拉伯语问候语“أهلاً وسهلاً”(欢迎),旁边是英文文字“Arabic speech-to-text”(阿拉伯语语音转文字)和“BroadRouter”。
图中英文文字:“Arabic speech-to-text”,即阿拉伯语语音转文字。

用阿拉伯语模型还是多语言模型?

模型语言每分钟每小时初始额度
BroadNet Transcribe Arabic
broadnet/cohere-transcribe-arabic
阿拉伯语US$0.0042US$0.252可以,约 1,190 分钟
BroadNet Transcribe
broadnet/cohere-transcribe
14 种语言,含阿拉伯语US$0.002US$0.12可以,约 2,500 分钟

BroadNet Transcribe Arabic

BroadNet 的阿拉伯语模型。BroadNet 称它能处理海湾、埃及、黎凡特、马格里布方言和现代标准阿拉伯语,并推荐用于阿拉伯语音频。输出为阿拉伯字母文本。模型页面与 BroadNet 公布的结果。

BroadNet Transcribe

一个模型支持 14 种语言,每分钟单价更低。适合音频文件语言各不相同的场景;请先用你自己的录音测试它的阿拉伯语输出。模型页面。

支持哪些语言和格式?

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.

端点
POST /v1/audio/transcriptions(multipart 表单)
格式
WAV(audio/wav)或 MP3(audio/mpeg)
文件大小
每个文件最多 26,214,400 字节(25 MiB)。超出会返回 413;请切分或压缩。
语言字段
阿拉伯语用 language=ar。务必发送;不发送时,阿拉伯语可能以拉丁字母返回。
响应
JSON,转写文本在 text 字段中
BroadNet Transcribe 支持的语言
英语、西班牙语、法语、德语、意大利语、葡萄牙语、希腊语、荷兰语、波兰语、普通话(中文)、日语、韩语、越南语、阿拉伯语

WhatsApp 的 .ogg 和手机录音的 .m4a 需要先转换:ffmpeg -i voice-note.ogg -ar 16000 -ac 1 voice-note.wav

我的音频要花多少钱?

费用 = 音频分钟数 × 模型的每分钟单价。输入每月的分钟数,即可比较两个模型。

音频费用估算

例如,600 分钟即 10 小时。可以输入小数。

模型单价预估费用
BroadNet Transcribe Arabic
broadnet/cohere-transcribe-arabic
US$0.0042/分钟US$2.52
BroadNet Transcribe
broadnet/cohere-transcribe
US$0.002/分钟US$1.20

以美元计,按公布的每分钟单价计算。不含税费,也不含重试或重复的请求。不足一分钟如何计费,请查看 BroadNet 的价格页面。

如何集成?

使用 OpenAI SDK 的转写调用,或普通的 multipart 请求。把密钥保存在服务器上的 BROADNET_API_KEY 中。

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)

示意示例

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

响应结构取自 BroadNet 的参考文档,语音留言为合成内容。不是实际记录的结果,也不是准确率基准。

下一步:在 inference.broadnet.ai 创建密钥 (英文) · 全部快速入门

阿拉伯语语音相关指南和文章(英文)

阿拉伯语转写常见问题

阿拉伯语音频该用哪个模型?

先试 BroadNet 的阿拉伯语模型 BroadNet Transcribe Arabic(broadnet/cohere-transcribe-arabic),每分钟 US$0.0042。BroadNet Transcribe 也支持阿拉伯语(共 14 种语言),每分钟 US$0.002。BroadNet 推荐阿拉伯语音频使用阿拉伯语模型;请用你自己的录音测试两者。

必须指定语言吗?

是的。阿拉伯语音频请发送 language=ar。不发送时,阿拉伯语可能被音译成拉丁字母返回。

支持哪些音频格式和大小?

WAV(audio/wav)或 MP3(audio/mpeg),每个文件最多 26,214,400 字节(25 MiB)。WhatsApp 的 .ogg 或手机的 .m4a 录音请先用 ffmpeg 转成 WAV。

初始额度可以用于转写吗?

可以。新账户的 US$5 初始额度两个转写模型都能使用。

我的音频会被存储吗?

推理内容不保留。必要的账户、账单和安全元数据会按 BroadNet 推理隐私声明中的说明保留。该声明列出的不保留内容包括音频和转写文本。

以 Markdown 格式阅读问 ChatGPT问 Claude问 Perplexity