EmpirioLabs上的转录模型将音频(部分视频)转换为文本,具备文字时间戳、语言检测或翻译等功能,具体取决于模型。指向一个文件或网址,然后按音频分钟计费的文字稿。
初次使用转录 API?请阅读什么是speech-to-text API?。
每个模型公布的最低费率,实时读取自其价目表,按从低到高排列。每个模型的页面列出全部费率和选项。
按音频分钟或小时计价
| 模型 | 最低费率 | 适用于 |
|---|---|---|
| StepAudio 2.5 ASR StepFun | $0.05 每小时音频 | 转录 |
| Qwen Audio 3.0 ASR Alibaba Cloud | $0.252 每小时音频 | 转录 |
| Whisper Large v3 Turbo OpenAI | $0.042$0.005 每分钟音频 | 受控转录 |
| StepAudio 2.5 ASR Stream StepFun | $0.40 每小时音频 | 转录 |
| StepAudio 3 ASR Max StepFun | $0.60 每小时音频 | 转录 |
| Qwen Audio 3.0 ASR Stream Alibaba Cloud | $0.648 每小时音频 | 转录 |
| Deepgram Nova-3 Deepgram | $0.014 每分钟音频 | 转录 |
| Deepgram Nova-3 Stream Deepgram | $0.025 每分钟音频 | 转录 |
| OpenAI Whisper 1 OpenAI | $0.030 每分钟 | 每分钟音频 |
以其他单位计费的模型不参与此排名。每个模型的页面都有完整的价目表。
Whisper Large v3 Turbo 通过 POST /v1/audio/transcriptions 运行。请求会立即返回 job_id;轮询 GET /v1/jobs/{job_id} 直到任务完成,再从结果中读取输出 URL。 可以把 model ID 换成上面的任意模型。 在EmpirioLabs 控制台获取 API 密钥。
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"
}'EmpirioLabs 列出了13 转录模型 API(包括 Whisper Large v3 Turbo, Deepgram Nova-3, OpenAI Whisper 1)。每个模型都有自己的 API 页面,包含实时价格、参数和快速上手。
按用量付费,或选择包含每周用量额度的套餐。准确的价格表在各模型页面上,并且始终与 API 的实际计费一致。
在按此方式计价的 9 个 转录 模型中,StepAudio 2.5 ASR 的每分钟音频费率最低,其次是 Qwen Audio 3.0 ASR, Whisper Large v3 Turbo。本页的价格表列出了每个模型的最低费率及其适用范围。
不需要。这里的每个模型都能在EmpirioLabs Playground中运行,那是一个友好的浏览器界面,不写代码就能设置选项并查看结果。需要自动化时,同一个模型也可以通过 API 使用。