Aplomb 1, nuestro primer modelo, ya está disponible. Leer el anuncio

Transcripción APIs

Modelos de reconocimiento de voz para transcripciones rápidas y precisas.

11 modelos
Ver todos los modelos Ver precios

Acerca de Transcripción en EmpirioLabs

Los modelos de transcripción EmpirioLabs convertir audio (y, en algunos casos, vídeo) en texto, con capacidades como marcas de tiempo de palabras, detección de idiomas o traducción, dependiendo del modelo. Apunta a un archivo o URL y lee la transcripción, facturada por minuto de audio.

Modelos Transcripción (11)

Whisper Large v3 Turbo

Transcripción controlada Whisper Large v3 Turbo con ASR multilingüe, traducción, VAD, marcas de tiempo, subtítulos, palabras calientes y controles de decodificador.

Deepgram Nova 3

Transcripción de voz a texto usando el modelo Nova-3 con soporte multilingüe y ajustes avanzados personalizables para cargas de producción.

OpenAI Whisper 1

Whisper-1 speech-to-text transcripción entrenada con audio supervisado multilingüe, con un límite de subida de 25 MB por archivo.

StepAudio 2.5 ASR

Modelo de reconocimiento de voz en streaming StepFun para transcripción de audio en chino e inglés.

StepAudio 3 ASR Max

Transcripción contextual para nombres propios, términos técnicos, dialectos y audio difícil que incluye susurros, habla rápida y canto.

StepAudio 2.5 ASR Stream

Transcripción en directo por un socket, devolviendo resultados parciales mientras el hablante habla, con la detección de actividad vocal marcando cada frase.

Deepgram Nova-3 Stream

Transcripción en directo a través de un socket, devolviendo resultados intermedios mientras el hablante sigue hablando y una transcripción establecida una vez que termina cada frase.

Sonilo Proofread

Transcribe un vídeo y traduce el guion a 24 idiomas, devolviendo pistas de subtítulos editables que puedes corregir antes de doblar.

Qwen Audio 3.1 ASR

Reconocimiento de voz para clips cortos y grabaciones largas, con segmentos de oraciones, marcas de tiempo de palabras y reconocimiento multilingüe y dialectal chino.

Qwen Audio 3.1 ASR Stream

Transcripción en directo por un socket, transmitiendo palabras parciales mientras el hablante habla y una frase establecida en cada pausa, con precio por token.

Qwen Audio 3.1 ASR Message

Transcripción sintonizada para mensajes de voz y entrada de voz por un socket, devolviendo cada enunciado como una transcripción completa cuando el hablante hace una pausa.

Cómo llamar a los modelos Transcripción

Whisper Large v3 Turbo funciona a través de POST /v1/audio/transcriptions. La solicitud devuelve un job_id de inmediato; consulta GET /v1/jobs/{job_id} hasta que el trabajo termine y lee las URLs de salida del resultado. Cambia el id model por cualquier modelo de arriba. Consigue una clave de API en el panel de EmpirioLabs.

cURL: enviar el trabajo
curl https://api.empiriolabs.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "whisper-large-v3-turbo",
    "audio_url": "https://example.com/meeting-recording.mp3"
  }'

APIs de Transcripción: preguntas frecuentes

¿Cuántas APIs de modelos de Transcripción ofrece EmpirioLabs?

EmpirioLabs lista 11 APIs de modelos de Transcripción, incluyendo Whisper Large v3 Turbo, Deepgram Nova 3, OpenAI Whisper 1. Cada modelo tiene su propia página de API con precios en vivo, parámetros y un quickstart.

¿Cómo se cobran las APIs de Transcripción en EmpirioLabs?

Cada modelo de Transcripción se factura por uso, sin mínimo mensual. La tabla de tarifas exacta está en la página de cada modelo y siempre coincide con lo que cobra la API.

¿Necesito ser desarrollador para usar los modelos de Transcripción?

No. Cada modelo aquí funciona en el playground de EmpirioLabs, una interfaz amigable en el navegador donde ajustas las opciones y ves resultados sin escribir código. Cuando quieras automatizar, el mismo modelo está disponible a través de la API.

Otras categorías de modelos

Generacion de texto79Generación de imágenes17Generacion de video33Generación de audio33Investigación y búsqueda13Generación 3D3Incrustaciones4Reclasificadores1Herramientas y agentes2Modelos de decisión1
Explorar el catálogo completo de modelos

¿Listo para usar mejores endpoints?

Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.

Ver precios
Contáctanos