Modelli Speech-to-Text

Modelli speech-to-text Venice per trascrivere audio in testo con supporto multilingue, timestamp e un endpoint /audio/transcriptions compatibile con OpenAI.

Loading models…

---

​

Utilizzo

I modelli speech-to-text trascrivono l’audio parlato in testo scritto. Si accede tramite l’API Audio Transcriptions.

​

Formati audio supportati

mp3, mp4, mpeg, mpga, m4a, wav, webm, flac, ogg

​

Formati di risposta

Formato	Descrizione
json	Predefinito. Restituisce { "text": "..." }.
text	Testo trascritto in chiaro.
srt	Formato sottotitoli SubRip con timestamp.
vtt	Formato sottotitoli WebVTT con timestamp.
verbose_json	Risposta completa con timestamp a livello di segmento e metadati.

I prezzi sono fatturati per secondo di audio in input. Consulta l’API Audio Transcriptions per esempi di richiesta e dettagli sui parametri.