转写结果
预算数字
spokenงบการตลาดไตรมาสสี่ตกลงที่ สองล้านห้าแสนบาท เพิ่มจากเดิม สิบห้าเปอร์เซ็นต์
writtenงบการตลาดไตรมาส 4 ตกลงที่ 2,500,000 บาท เพิ่มจากเดิม 15%
书面写法下数字写成阿拉伯数字。会议纪要可以原样照抄这一行。
带日期的待办事项
spokenคุณนภาส่งร่างสัญญาให้ฝ่ายกฎหมายภายในวันศุกร์ที่ สิบสอง กันยายน
writtenคุณนภาส่งร่างสัญญาให้ฝ่ายกฎหมายภายในวันศุกร์ที่ 12 กันยายน
负责人和截止日期在同一句话里。词表让同事的名字按本人习惯的拼法出现。
英文产品术语
spokenฟีเจอร์ auto top-up จะขึ้น production พร้อมกันทุกๆ ประเทศในรอบเดียว
writtenฟีเจอร์ auto top-up จะขึ้น production พร้อมกันทุก ๆ ประเทศในรอบเดียว
英文术语保持英文。书面写法按泰语写作规范的格式书写重复符号。
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。
如何融入团队的工作
会议纪要通常在第二天凭记忆写成,执笔的往往是被临时指派的那个人。预算数字多了或少了一个零,截止日期在某人的记忆里悄悄挪了位置,最关键的那项决定恰好没人记下来。转写稿从源头解决这个问题。会议结束后提交录音,几分钟内整场对话就变成文字,书面写法下的金额和日期都是阿拉伯数字。纪要据此起草。如果您有自己的摘要模型,也可以把转写稿交给它。保留词级时间戳,纪要里的每项决定都能链接回做出决定的那一秒。
照常录制会议
任何手机或会议工具录下的文件都能被 API 读取,包括 MP3、M4A、WAV、WebM 等格式,每个请求最长 60 分钟。
用书面写法和词级时间戳转写
数字和日期以阿拉伯数字返回,每个词都带有时间。同一个请求里还可以附上最多 50 个人名和项目术语组成的词表,让拼法保持一致。打开说话人分离后,每一轮发言都带有说话人编号。
根据文字起草纪要
按原话引用决定,并把每项决定链接到对应的秒。需要摘要时,可以把转写稿交给您自己的模型。
从录音到会议纪要
recordings/
2026-09-08-planning.m4a 45:12 会议室录下的文件
POST /v1/stt convention=written timestamps=word
transcripts/
2026-09-08-planning.json 文本 + 6,400 个词级时间段
minutes/
2026-09-08-planning.md 根据转写稿起草
decisions 3 每项都链接到对应的秒
actions 7 负责人,截止日期为数字转写稿是原始记录。会议纪要是对它的解读,由人来写,或由您自己的摘要模型生成。
一场会议,按秒展开
宣读议程
主持人列出四项议程。转写稿从这里开始,议程的第一个词就带有自己的时间段。
预算敲定
就是上面那一行,数字为阿拉伯数字。纪要引用这句话,并链接到这一秒。
截止日期变更
讨论中途日期改了。两个日期都在文字里,纪要以后一个为准。
分派任务
两分钟内点到七位负责人。每个名字都是词表中的词条,拼法与员工名录一致。
词级时间戳让每一行都有对应的秒。纪要链接到具体时刻,读者只在关键处回听录音。
一个月的会议要花多少
| 工作量 | 音频 | 费用 |
|---|---|---|
| 一场会议,45 分钟 | 45 分钟 | $0.38 |
| 一周 5 场会议 | 4 小时 | $1.88 |
| 一个月 20 场会议 | 约 $7.50 | |
每分钟音频 8.33 积分,按毫秒计费。词级时间戳和书面写法不额外收费。
面向开发者
示例代码提交一段录音并请求词级时间戳,再从响应中读取转写稿、时间段和本次扣除的积分。
完整 API 参考AUDIO=$(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\", \"timestamps\": \"word\"}"
import { readFile } from "node:fs/promises"; const audio = (await readFile("meeting.m4a")).toString("base64"); const response = await fetch("https://api.paxalabs.com/v1/stt", { method: "POST", headers: { Authorization: `Bearer ${process.env.PAXA_API_KEY}`, "Content-Type": "application/json", }, body: JSON.stringify({ audio, model: "paxa-stt-lite-v1-preview" }), // A long recording can run for minutes; give it room. signal: AbortSignal.timeout(300_000), }); if (!response.ok) throw new Error(`Transcription failed: ${response.status}`); const { text, usage } = await response.json(); console.log(text, `${usage.credits} credits`);
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,包括中途切换语言的句子。它可按请求为说话人轮次编号。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
它会写会议纪要吗?
它写的是转写稿。会议纪要是对转写稿的解读,由人来写,或由您在文字上运行的摘要模型生成。
能分辨谁在说话吗?
它会给说话人编号。把 diarization 设为 true,每一轮发言都会带上说话人编号,按首次出现的顺序从 0 开始计数。编号不附带姓名,需要您自己对照参会名单。轮次来自对整段录音的一次处理,所以请把会议切成每段短于 9 分钟的部分发送,再逐段对照编号。
词级时间戳和词表能一起用吗?
可以。一个请求可以同时带上两者,还可以加上说话人轮次。三者都不影响价格。
超过一小时的会议怎么收费?
费率不变,拆成每个最长 60 分钟的请求即可,需要说话人轮次的部分则每段短于 9 分钟。在休息处切开,各部分可以并行发送。
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。