चीनी और अंग्रेजी ऑडियो ट्रांसक्रिप्शन के लिए StepFun स्ट्रीमिंग स्पीच रिकग्निशन मॉडल।
StepFunट्रांसक्रिप्शनरिलीज 24 अप्रैल 2026Internationalस्वामित्व वाला एंडपॉइंटनयाचीनी और अंग्रेजी ऑडियो ट्रांसक्रिप्शन के लिए StepFun स्ट्रीमिंग स्पीच रिकग्निशन मॉडल।
EmpirioLabs मानक /v1/audio/transcriptions समापन बिंदु को उजागर करता है और सामान्य ट्रांसक्रिप्शन प्रतिक्रिया प्रारूप में अंतिम प्रतिलेख लौटाता है।
इस नाम से भी जाना जाता है StepAudio ASR, StepFun StepAudio 2.5 ASR, StepAudio-2.5-ASR, stepaudio-2-5-asr
stepaudio-2-5-asr/v1/audio/transcriptionsstepaudio-2.5-asrstepfun/stepaudio-2-5-asrstepfun/stepaudio-2.5-asrEmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
StepAudio 2.5 ASR POST /v1/audio/transcriptions से चलता है। request तुरंत job_id देती है; job पूरा होने तक GET /v1/jobs/{job_id} को poll करें और परिणाम से आउटपुट URLs पढ़ें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
curl https://api.empiriolabs.ai/v1/audio/transcriptions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "stepaudio-2-5-asr",
"audio_url": "https://example.com/meeting-recording.mp3"
}'curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY"import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/transcriptions",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={
"model": "stepaudio-2-5-asr",
"audio_url": "https://example.com/meeting-recording.mp3",
},
)
job = response.json()
# Generation runs as an async job. Poll until it completes.
import time
while True:
status = requests.get(
f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
).json()
if status.get("status") in ("completed", "failed"):
print(status)
break
time.sleep(5)EmpirioLabs पर StepAudio 2.5 ASR API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| file | audio | - | - | ट्रांसक्रिप्शन के लिए ऑडियो फ़ाइल अपलोड। |
| file_url | string | - | - | किसी ऑडियो फ़ाइल का सार्वजनिक URL. |
| audio_base64 | string | - | - | JSON अनुरोधों के लिए Base64 ऑडियो पेलोड। |
| language | enum | en | en, zh | मान्यता भाषा। |
| hotwords | array | - | - | वैकल्पिक हॉटवर्ड सूची। |
| enable_itn | boolean | true | - | व्युत्क्रम पाठ सामान्यीकरण सक्षम करें। |
| enable_timestamp | boolean | false | - | उपलब्ध होने पर StepFun SSE ईवेंट से टाइमस्टैम्प फ़ील्ड लौटाएं। |
| format | enum | wav | wav, mp3, ogg, pcm | ऑडियो कंटेनर प्रारूप। |
| codec | string | - | - | पीसीएम कोडेक जैसे pcm_s16le। |
| rate | integer | 16000 | 8000 से 48000 | हर्ट्ज में पीसीएम नमूना दर। |
| bits | integer | 16 | 8 से 32 | पीसीएम बिट गहराई। |
| channel | integer | 1 | 1 से 8 | पीसीएम चैनल गिनती। |
wav, mp3, ogg और pcm इनपुट का समर्थन करता है। पीसीएम अनुरोधों में कोडेक, नमूना दर, बिट गहराई और चैनल गिनती शामिल होनी चाहिए। मान्यता भाषा चीनी और अंग्रेजी का समर्थन करती है। टाइमस्टैम्प आउटपुट enable_timestamp के माध्यम से उपलब्ध है।
EmpirioLabs पर StepAudio 2.5 ASR का बिल उपयोग के अनुसार बनता है: ट्रांसक्रिप्शन $0.022 प्रति घंटे का ऑडियो। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
StepAudio 2.5 ASR api.empiriolabs.ai पर POST /v1/audio/transcriptions के ज़रिए मिलता है, मानक Bearer टोकन प्रमाणीकरण के साथ।
हां। EmpirioLabs playground ब्राउज़र में StepAudio 2.5 ASR को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
