Fish Audio: Fish Transcribe-1

Fish Transcribe-1 convertit un fichier audio téléchargé en texte avec des segments temporels. Il est utile pour la parole enregistrée, les flux de travail de transcription et les applications qui nécessitent la transcription accompagnée de la durée signalée de l'audio.

Comparer les modèles

fish-transcribe-1

DisponibleFish AudioTranscription (Speech to Text)Synchrone

Prix: À partir de $0.0001
Modalités: Audio

À propos de Fish Transcribe-1

Fish Transcribe-1 est le modèle général de conversion parole-texte de Fish Audio pour les enregistrements courts. Vous téléchargez un fichier audio et obtenez la transcription, la durée de l'enregistrement et, sur demande, des segments temporels au niveau du mot. La langue est détectée automatiquement, avec une option d'indice. Il se situe aux côtés de Transcribe-1 Pro, que Fish Audio recommande pour les longues conversations multi-locuteurs avec des indices émotionnels.

Points forts

Les réponses incluent la durée signalée de l'audio ainsi que le texte, ce qui aide pour les vérifications de facturation et l'alignement des sous-titres.
Les temps de début et de fin au niveau du mot sont disponibles lorsque vous demandez des horodatages, permettant ainsi de découper une transcription en sous-titres.
Le fichier original est envoyé tel quel : WAV, MP3, AAC, FLAC, Ogg, WebM/Matroska ou MOV ne nécessitent aucune conversion préalable.
La langue est détectée automatiquement, donc les lots d'enregistrements mixtes ne nécessitent pas de spécifier une langue par fichier.

Quand préférer un autre modèle

Fish Audio positionne ce modèle pour les enregistrements courts ; l'audio multi-locuteur ou long est mieux traité par Transcribe-1 Pro, avec des marqueurs de locuteur et des indices émotionnels.
Il fonctionne sur des fichiers téléchargés ; les flux de microphone en direct nécessitent un modèle de conversion parole-texte en temps réel.
Les formats tels que AIFF, CAF, WMA, AMR et PCM brut ne sont pas acceptés et doivent être convertis avant le téléchargement.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.

Envoyez votre première requête

Copiez l'exemple pour votre langage et lancez-le.

Audio vers texteEndpoint TokenLab

POST/v1/audio/transcriptions

curl -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"

Paramètres

Audio vers texte

Paramètre	Valeurs et limites	Valeur par défaut	Remarques
`file`	Entrées : ≥ 1, ≤ 1	Non fourni	Send one audio file in multipart/form-data. Maximum file size is 25 MiB.
`response_format`	json	`json`	Non fourni

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Audio vers texte

par seconde

Prix Official: $0.0001
Prix Verified: —
Remise: —

	Prix Officialpar seconde	Prix Verifiedpar seconde	Remise
Audio vers texte	$0.0001	—	—

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 15 nov. 2026, 02:01 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez Fish Transcribe-1 dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester fish-transcribe-1 avec une requête audio sur /v1/audio/transcriptions. Affiche le résultat et le coût.

Cas d'usage

Transcription de messages vocaux
Transformez de courtes notes vocales, des extraits d'appels de support et des mémos enregistrés en texte consultable avec la durée jointe.
Brouillons de sous-titres
Demandez les minutages des mots pour un court clip et regroupez-les en lignes de sous-titres pour révision.
Formulaires d'admission par la voix
Transcrivez les réponses orales d'une application mobile et transmettez le texte à un modèle qui remplit des champs structurés.
Archives multilingues
Traitez des clips dans différentes langues via un seul point de terminaison et fiez-vous à la détection automatique de la langue.

Exemples de prompts

Transcrivez ce mémo vocal de 40 secondes et renvoyez les horodatages au niveau du mot afin que je puisse créer des sous-titres.

Transcrivez la messagerie vocale client jointe dans sa langue originale et donnez-moi la durée totale de l'enregistrement.

Convertissez ce MP3 d'une courte narration de démonstration de produit en texte ; le locuteur peut alterner entre l'anglais et le mandarin.

FAQ

Quelle est la différence entre Fish Transcribe-1 et Transcribe-1 Pro ?

Transcribe-1 est destiné à la transcription générale d'enregistrements courts. Transcribe-1 Pro est le modèle que Fish Audio recommande pour les enregistrements allant jusqu'à 60 minutes, les conversations multi-locuteurs et les transcriptions avec marqueurs de locuteur et indices émotionnels. Choisissez Pro lorsque vous avez besoin de savoir qui a dit quoi.

Que renvoie Fish Transcribe-1 ?

Le texte, la durée en secondes et un identifiant de requête. Si vous demandez des horodatages, il renvoie également des segments au niveau du mot, chacun avec le texte, le début et la fin.

Quels formats audio puis-je télécharger ?

Fish Audio accepte les fichiers WAV, MP3, AAC, FLAC, Ogg, WebM/Matroska et MOV, envoyés sous forme d'octets originaux. Pour les conteneurs vidéo, il utilise la première piste audio. AIFF, CAF, WMA, AMR et PCM brut ne sont pas pris en charge.

Dois-je lui indiquer la langue ?

Non. Fish Audio détecte la langue automatiquement, et la réponse inclut la langue détectée lorsqu'elle est connue. Un indice de langue optionnel existe pour les cas où la détection pourrait être incertaine, comme pour des clips très courts ou bruyants.

Peut-il transcrire de l'audio en direct ?

Non. Ce modèle prend un fichier téléchargé et renvoie la transcription après traitement. Pour des sous-titres en direct ou des agents vocaux qui doivent réagir pendant que quelqu'un parle, choisissez un modèle conçu pour la reconnaissance en streaming.

Combien coûte Fish Transcribe-1 ?

Sur TokenLab, Fish Transcribe-1 coûte $0.0001 par seconde. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quel endpoint Fish Transcribe-1 doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/audio/transcriptions pour Fish Transcribe-1. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations Fish Transcribe-1 prend-il en charge ?

Fish Transcribe-1 prend en charge Audio vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.