Da voce a testoInformazioni su HeartMuLa Transcribe
HeartMuLa Transcribe estrae il testo cantato da un file audio e lo restituisce come testo. Un campo audio, nessuna opzione, multilingue, fatturato a trascrizione invece che al minuto.
Lo chiami con il nome di modello heartmula/transcribe/speech-to-text su POST /jobs/createTask, da 8 crediti per generazione (0,08 USD). I nuovi account ricevono 30 crediti gratuiti per provarlo prima nel Playground.
Per ora questa guida è solo in inglese. →
Parametri della richiesta
| Parametro | Obbligatorio | Descrizione |
|---|---|---|
audio_url | Sì | La voce o la musica da usare. |
Prezzi
I prezzi sono in crediti, gli stessi che usi sul sito (1 credito = 0,01 $). L'importo viene trattenuto quando il task è accettato e regolato sul costo reale al termine; i task falliti vengono rimborsati.
| Opzione | Crediti per generazione | ≈ USD |
|---|---|---|
| Standard | 7,5 | 0,075 USD |
Ogni attività è arrotondata per eccesso ai crediti interi, quindi un'esecuzione al livello più basso costa 8 crediti per generazione (0,08 USD).
Per avere la cifra esatta prima di eseguire, invia lo stesso body a POST /jobs/quote.
Guida rapida all'API
Chiama l'API di HeartMuLa Transcribe in tre passaggi
- Crea una chiave API. Accedi a PopNow e crea una chiave nella console API. Le chiavi iniziano con sk-popnow- e usano gli stessi crediti del sito.
- Invia la richiesta. Invia POST /jobs/createTask con model heartmula/transcribe/speech-to-text e un oggetto input secondo la tabella dei parametri. La risposta restituisce subito un ID attività.
- Recupera il risultato. Interroga GET /jobs/recordInfo con l'ID attività, oppure passa una callBackUrl e ti inviamo lì il risultato. Scarica i link di output quando l'attività riesce.
# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $POPNOW_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $IDEMPOTENCY_KEY" \
-d '{
"model": "heartmula/transcribe/speech-to-text",
"input": {
"audio_url": "https://media.popnow.ai/shortfilm/voices/Aoede-46e4c427.mp3"
}
}'
# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $POPNOW_API_KEY"Sostituisci il prompt e gli eventuali link con i tuoi. La scheda API contiene il riferimento per risposta, polling e callback.
Domande sull’API di HeartMuLa Transcribe
Quanto costa l’API di HeartMuLa Transcribe?
HeartMuLa Transcribe costa 8 crediti (0,08 USD) per generazione. I crediti sono gli stessi del sito (1 credito = 0,01 $), i nuovi account ricevono 30 crediti gratuiti e i task falliti vengono rimborsati.
Qual è il nome del modello di HeartMuLa Transcribe nell’API?
Inserisci heartmula/transcribe/speech-to-text per Da voce a testo nel campo model di POST /jobs/createTask.
Posso avere timestamp o tempi per riga?
No. L'output è il testo del brano, senza tempi, senza valori di confidenza e senza etichette di voce o di sezione. Le catene di sottotitolaggio mantengono il proprio passaggio di allineamento.
Devo indicare in che lingua è l'audio?
Non devi, e non puoi. Il modello gestisce più lingue da solo e non riporta quale ha riconosciuto.
Quanto va bene sul parlato invece che sul canto?
È tarato sul testo cantato sopra la musica. Il parlato di solito viene trascritto, ma per interviste, podcast e riunioni lo strumento giusto è un modello generico di riconoscimento vocale.
Posso provare HeartMuLa Transcribe senza scrivere codice?
Sì. Il Playground esegue HeartMuLa Transcribe con i tuoi crediti PopNow, non richiede una chiave API e mostra il codice di ogni generazione.