popnow
ВойтиСоздавать

HeartMuLa Transcribe API

heartmula/transcribe/speech-to-textОт 8 кредитов за генерацию

HeartMuLa Transcribe достаёт из аудиофайла спетый текст песни и возвращает его текстом. Одно аудиополе, никаких опций, поддержка многих языков, оплата за расшифровку, а не за минуту.

Вызывайте его по имени модели heartmula/transcribe/speech-to-text через POST /jobs/createTask, от 8 кредитов за генерацию (0,08 $). Новые аккаунты получают 30 бесплатных кредитов, чтобы вы могли сначала попробовать в Playground.

  • Речь в текст
от HeartMuLaПолучить API-ключHeartMuLa Transcribe: примеры и промпты →

Пока это руководство есть только на английском. →

Параметры запроса

ПараметрОбязательныйОписание
audio_urlДаГолос или музыка, которые будут использованы.

Цены

Цены указаны в кредитах, тех же, что вы используете на сайте (1 кредит = $0,01). Сумма резервируется, когда задача принята, и пересчитывается по фактической стоимости после завершения; за неудавшиеся задачи кредиты возвращаются.

ВариантКредиты за генерацию≈ USD
Стандарт7,50,075 $

Каждая задача округляется вверх до целых кредитов, поэтому один запуск на самом дешёвом уровне стоит 8 кредитов за генерацию (0,08 $).

Чтобы узнать точную сумму до запуска, отправьте то же тело запроса на POST /jobs/quote.

Быстрый старт API

Вызов API HeartMuLa Transcribe в три шага

  1. Создайте API-ключ. Войдите в PopNow и создайте ключ в консоли API. Ключи начинаются с sk-popnow- и списывают те же кредиты, что и сайт.
  2. Отправьте запрос. Отправьте POST /jobs/createTask с model heartmula/transcribe/speech-to-text и объектом input по таблице параметров. В ответе сразу придёт ID задачи.
  3. Получите результат. Опрашивайте GET /jobs/recordInfo по ID задачи или передайте callBackUrl — мы отправим результат туда. Когда задача выполнится, скачайте файлы по ссылкам.
# 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"

Замените промпт и ссылки на свои. Справка по ответу, опросу статуса и callback есть на вкладке API.

Вопросы об API HeartMuLa Transcribe

Сколько стоит API HeartMuLa Transcribe?

HeartMuLa Transcribe стоит 8 кредитов (0,08 $) за генерацию. Кредиты те же, что и на сайте (1 кредит = 0,01 $), новые аккаунты получают 30 бесплатных кредитов, а за неудачные задачи кредиты возвращаются.

Какое имя модели у HeartMuLa Transcribe в API?

Укажите heartmula/transcribe/speech-to-text — Речь в текст в поле model запроса POST /jobs/createTask.

Можно получить тайм-коды или время по строкам?

Нет. На выходе только текст песни — без времени, без значений уверенности и без меток говорящих или секций. Конвейерам субтитров по-прежнему нужен собственный проход выравнивания.

Нужно ли указывать язык аудио?

Не нужно, да и нельзя. Модель сама справляется с несколькими языками и не сообщает, какой определила.

Насколько хорошо он справляется с речью, а не с пением?

Он заточен под спетый текст поверх музыки. Речь обычно расшифровывается, но для интервью, подкастов и совещаний лучше подходит обычная модель распознавания речи.

Можно попробовать HeartMuLa Transcribe без кода?

Да. Playground запускает HeartMuLa Transcribe на ваших кредитах PopNow без API-ключа и показывает код для каждой генерации.

Ещё о HeartMuLa Transcribe