Fish Audio: Fish Transcribe-1
fish-transcribe-1- Precio
- Desde $0.0001
- Modalidades
- Audio
Sobre Fish Transcribe-1
Fish Transcribe-1 es el modelo general de voz a texto de Fish Audio para grabaciones cortas. Subes un archivo de audio y obtienes la transcripción, la duración de la grabación y, cuando se solicita, segmentos cronometrados a nivel de palabra. El idioma se detecta automáticamente, con una sugerencia opcional. Se sitúa junto a Transcribe-1 Pro, que Fish Audio recomienda para conversaciones largas con varios hablantes y señales de emoción.
Puntos fuertes
- Las respuestas incluyen la duración reportada del audio junto con el texto, lo que ayuda con las comprobaciones de facturación y la alineación de subtítulos.
- Los tiempos de inicio y fin a nivel de palabra están disponibles cuando solicitas marcas de tiempo, por lo que una transcripción puede cortarse en subtítulos.
- El archivo original se envía tal cual: WAV, MP3, AAC, FLAC, Ogg, WebM/Matroska o MOV no necesitan conversión previa.
- El idioma se detecta automáticamente, por lo que los lotes mixtos de grabaciones no necesitan un idioma por archivo.
Cuándo buscar otra opción
- Fish Audio posiciona este modelo para grabaciones cortas; el audio con varios hablantes o largo se sirve mejor con Transcribe-1 Pro, con marcadores de hablante y señales de emoción.
- Funciona con archivos subidos, por lo que las transmisiones de micrófono en vivo necesitan un modelo de voz a texto en tiempo real.
- Formatos como AIFF, CAF, WMA, AMR y PCM sin procesar no se aceptan y deben convertirse antes de subirse.
Primeros pasos
Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.
Envía tu primera solicitud
Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.
Voz a textoEndpoint de TokenLabPOST/v1/audio/transcriptionscurl -X POST "https://api.tokenlab.sh/v1/audio/transcriptions" \ -H "Authorization: Bearer sk-xxx" \ -F file="@audio.mp3" \ -F operation="stt" \ -F response_format="json" \ -F model="fish-transcribe-1" \ -F language="en"
Parámetros
Voz a texto
| Parámetro | Valores y límites | Predeterminado | Notas |
|---|---|---|---|
file | Entradas: ≥ 1, ≤ 1 | No especificado | Send one audio file in multipart/form-data. Maximum file size is 25 MiB. |
response_format | json | json | No especificado |
Precios
El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.
Voz a texto
por segundo- Precio Official
- $0.0001
- Precio Verified
- —
- Descuento
- —
| Precio Officialpor segundo | Precio Verifiedpor segundo | Descuento | |
|---|---|---|---|
| Voz a texto | $0.0001 | — | — |
Uso y actividad
La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.
Uso y disponibilidad
Últimas 24 horas- Solicitudes
- Tasa de éxito
- Latencia P95
- Total de tokens
Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.
Abrir en Console
Abre Fish Transcribe-1 en Console con un prompt listo para editar o enviar.
Ayúdame a probar fish-transcribe-1 con una solicitud de audio breve en /v1/audio/transcriptions. Muestra el resultado y el coste.
Casos de uso
Transcripción de mensajes de voz
Convierte notas de voz cortas, fragmentos de llamadas de soporte y memorandos grabados en texto buscable con la duración adjunta.
Borradores de subtítulos
Solicita tiempos de palabra para un clip corto y agrúpalos en líneas de subtítulos para su revisión.
Formularios de admisión por voz
Transcribe respuestas habladas desde una aplicación móvil y pasa el texto a un modelo que rellena campos estructurados.
Archivos multilingües
Ejecuta clips en diferentes idiomas a través de un punto final y confía en la detección automática de idioma.
Ejemplos de prompts
Transcribe este memorando de voz de 40 segundos y devuelve marcas de tiempo a nivel de palabra para que pueda crear subtítulos.
Transcribe el correo de voz del cliente adjunto en su idioma original y dame la duración total de la grabación.
Convierte este MP3 de una narración de demostración de producto corta a texto; el hablante puede cambiar entre inglés y mandarín.
FAQ
¿Cuál es la diferencia entre Fish Transcribe-1 y Transcribe-1 Pro?
Transcribe-1 es para la transcripción general de grabaciones cortas. Transcribe-1 Pro es el modelo que Fish Audio recomienda para grabaciones de hasta 60 minutos, conversaciones con varios hablantes y transcripciones con marcadores de hablante y señales de emoción. Elige Pro cuando necesites saber quién dijo qué.
¿Qué devuelve Fish Transcribe-1?
El texto, la duración en segundos y un ID de solicitud. Si solicitas marcas de tiempo, también devuelve segmentos a nivel de palabra, cada uno con texto, inicio y fin.
¿Qué formatos de audio puedo subir?
Fish Audio acepta archivos WAV, MP3, AAC, FLAC, Ogg, WebM/Matroska y MOV, enviados como bytes originales. Para contenedores de video, utiliza la primera pista de audio. AIFF, CAF, WMA, AMR y PCM sin procesar no son compatibles.
¿Necesito decirle el idioma?
No. Fish Audio detecta el idioma automáticamente, y la respuesta incluye el idioma detectado cuando se conoce. Existe una sugerencia de idioma opcional para casos en los que la detección podría no ser segura, como clips muy cortos o ruidosos.
¿Puede transcribir audio en vivo?
No. Este modelo toma un archivo subido y devuelve la transcripción después del procesamiento. Para subtítulos en vivo o agentes de voz que deben reaccionar mientras alguien habla, elige un modelo diseñado para el reconocimiento de transmisión.
¿Cuánto cuesta Fish Transcribe-1?
En TokenLab, Fish Transcribe-1 cuesta $0.0001 por segundo. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.
¿Qué endpoint debe usar Fish Transcribe-1?
Utiliza https://api.tokenlab.sh/v1/audio/transcriptions para Fish Transcribe-1. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.
¿Qué operaciones soporta Fish Transcribe-1?
Fish Transcribe-1 admite Voz a texto. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.
Comparar Fish Transcribe-1
Fuentes
Revisado el 2 oct 2026
Más de Fish Audio