转写结果
电台广告
spokenโปรโมชั่นพิเศษ ลดสูงสุด ห้าสิบ เปอร์เซ็นต์ ถึงสิ้นเดือน สิงหาคม นี้เท่านั้น
writtenโปรโมชั่นพิเศษ ลดสูงสุด 50% ถึงสิ้นเดือนสิงหาคมนี้เท่านั้น
按播出时的原话记下的一句广告词。书面写法把折扣和截止日期写成报告里印出来的样子。
新闻快讯
spokenราคาน้ำมันดีเซลปรับขึ้น ห้าสิบ สตางค์ต่อลิตร มีผลตั้งแต่เที่ยงคืนวันที่ หนึ่ง กันยายน
writtenราคาน้ำมันดีเซลปรับขึ้น 50 สตางค์ต่อลิตร มีผลตั้งแต่เที่ยงคืนวันที่ 1 กันยายน
一个数字和一个日期在同一句里。无论用哪种写法,搜索其中任何一项都能找到这一行。
谈话节目里的提及
spokenเมื่อวานผมลองใช้แอปตัวใหม่ที่เพื่อนแนะนำ ใช้ง่ายกว่าที่คิดเยอะเลยครับ
writtenเมื่อวานผมลองใช้แอปตัวใหม่ที่เพื่อนแนะนำ ใช้ง่ายกว่าที่คิดเยอะเลยครับ
日常聊天里一次没有付费的提及。这句话不含数字,两种写法的结果相同。
本页每组转写对照都是编写的示意,用来说明格式选项会改变什么,发布前已对照实际输出复核。语音转文字页面提供模型对真实录音的实录转写,并注明采集日期。
监测团队如何运行
品牌团队想知道今天早上电台什么时候提到了自己的名字。代理公司要向客户汇报广告活动在哪里被听到。合规部门要留存播出内容的记录。三件事其实是同一个问题:几个小时的泰语音频,没人有时间去听。转写把受监测的时段变成文字。监测清单在文字上逐条匹配,每个命中都带有说出它的那一秒,取证片段就从那一秒剪起。音频仍然是原始记录。有了文字,这份记录才能在事情过去之前派上用场。
录下您本来就关心的时段
录下重要的时段,分段提交,每个请求最长 60 分钟。扣费前会先读取音频长度。
请求词级时间戳和书面写法
每个词都带有自己的秒数,数字以阿拉伯数字返回。一次响应同时供给搜索索引和剪辑工具。
在文字上运行监测清单
把品牌名和产品名作为词表发送,最多 50 个词条,再按您自己的方式与转写稿匹配。
一个受监测的时段
早间新闻
新闻播报里满是价格、日期和地名。书面写法按报告引用时的样子写出它们。
第一个广告时段
广告文案在节目中播出。搜索品牌名就能找到它和开始的那一秒,片段从那里剪起。
听众说出了名字
听众热线里的一次无偿提及。任何剪辑排期都预料不到这一条,要抓住它,只能把那一小时的内容读过一遍。
时段结束
一个频道的 6 小时在午饭前就变成了文字。团队可以搜索一整天的内容,不必安排人坐着收听。
词级时间戳让每个命中都有对应的秒。音频仍是原始记录,文字是通向它的索引。
一个监测团队的费用
| 工作量 | 音频 | 费用 |
|---|---|---|
| 一个频道,一个 6 小时时段 | 6 小时 | $3.00 |
| 一天,4 个频道 | 24 小时 | $12.00 |
| 一个月 22 个工作日 | 约 $264 | |
每分钟音频 8.33 积分,按毫秒计费。按这个费率计算 528 小时的播出内容。词级时间戳和书面写法不额外收费。
监测流程需要转写稿提供什么
60 分钟
单个请求
word
每个命中都有对应的秒
50
监测清单上的名称
转写稿记录的是播出的内容。任何监管或合同层面的结论,都由团队据此自行判断。
面向开发者
示例代码提交一段附带监测清单和词级时间戳的录音,再读取转写稿、时间段和扣除的积分。
完整 API 参考AUDIO=$(base64 < meeting.m4a | tr -d '\n') curl -X POST https://api.paxalabs.com/v1/stt \ --max-time 300 \ -H "Authorization: Bearer $PAXA_API_KEY" \ -H "Content-Type: application/json" \ -d "{\"audio\": \"$AUDIO\", \"model\": \"paxa-stt-lite-v1-preview\", \"language\": \"th\", \"vocabulary\": [\"Paxa Labs\", \"quarterly review\"]}"
AUDIO=$(base64 < meeting.m4a | tr -d '\n') curl -X POST https://api.paxalabs.com/v1/stt \ --max-time 300 \ -H "Authorization: Bearer $PAXA_API_KEY" \ -H "Content-Type: application/json" \ -d "{\"audio\": \"$AUDIO\", \"model\": \"paxa-stt-lite-v1-preview\", \"timestamps\": \"word\"}"
import base64 import os import requests with open("meeting.m4a", "rb") as file: audio = base64.b64encode(file.read()).decode() response = requests.post( "https://api.paxalabs.com/v1/stt", headers={"Authorization": f"Bearer {os.environ['PAXA_API_KEY']}"}, json={"audio": audio, "model": "paxa-stt-lite-v1-preview"}, # A long recording can run for minutes; give it room. timeout=300, ) response.raise_for_status() body = response.json() print(body["text"], body["usage"]["credits"], "credits")
模型为听懂什么而设计
Paxa STT Lite 优先转写泰语,其他语言按原话转写,包括用英文说出品牌名的泰语句子。它在完整的泰语词上标注词级时间戳。在评测方法一并公开之前,它不公布任何准确率数字。
常见问题
能监测直播流吗?
每个请求接收一段已经录完的音频,最长 60 分钟。如果团队滚动分段录制,每段一结束就提交,拿到文字的时间只比实时晚一个分段。
能区分不同的主持人吗?
较短的录音可以使用说话人轮次,按开口先后给说话人编号。监测团队通常需要的是词和对应的秒,任何长度的录音都会提供。
频道切换到英语怎么办?
两种语言都会写下来。用英文说出品牌名或歌名的泰语句子会保留英文,切换处两侧的词也保留各自的秒。
转写稿能证明播出了什么吗?
录音才是原始记录。转写稿是通向它的索引,每个命中都带有对应的秒,可以从相关位置直接打开音频。
从免费积分开始
使用 Google、GitHub 或 Hugging Face 登录,即可用 100 一次性免费积分处理您自己的文本。