转写结果
拜访客户
spokenร้านป้าแดงสั่งเพิ่ม สองลัง ส่งวันจันทร์ ยอดค้างเดือนก่อน สามพันห้า ยังไม่จ่ายนะ
writtenร้านป้าแดงสั่งเพิ่ม 2 ลัง ส่งวันจันทร์ ยอดค้างเดือนก่อน 3,500 ยังไม่จ่ายนะ
书面写法把数量和欠款写成阿拉伯数字。订单规则读取前者,催收规则读取后者。
上门维修
spokenเปลี่ยน compressor เรียบร้อย แต่ตัว thermostat ยังไม่มีของ นัดกลับมาอีก สองอาทิตย์
writtenเปลี่ยน compressor เรียบร้อย แต่ตัว thermostat ยังไม่มีของ นัดกลับมาอีก 2 อาทิตย์
两种写法下零件名称都保持英文。零件名称词表让整个团队的拼法保持一致。
理赔查勘
spokenรถลูกค้าเสียหายด้านหน้าซ้าย ประเมินเบื้องต้น หนึ่งหมื่นสองพันบาท ถ่ายรูปไว้แล้ว หกรูป
writtenรถลูกค้าเสียหายด้านหน้าซ้าย ประเมินเบื้องต้น 12,000 บาท ถ่ายรูปไว้แล้ว 6 รูป
在书面写法这一行里,估损金额和照片数量都是阿拉伯数字。理赔记录直接收下这两个值,没人需要重新录入。
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。
如何融入外勤团队
销售代表离开客户的店铺,开车去下一站之前,对着手机录下一段 40 秒的语音。维修技师录下修了什么、还缺哪个零件。保险代理人在停车场口述一次查勘的情况。这些语音发进群聊,办公室里有人逐条收听,再打成文字。转写省掉了这道重新打字的工序。每条语音发出后几秒内就变成文字。金额、日期和客户名字都在文字里,一条规则就能把语音归档到对应的客户账户。在一个月的语音里搜索,能找到某个产品的每一次提及。录音和文字放在一起,留到某个细节有争议的那天再用。
每条语音一到就转发
提交聊天应用本来就会保存的音频文件,任何长度都可以,最长 60 分钟。语言由语音本身自动识别。
请求书面写法
数量、金额和日期以阿拉伯数字返回。负责归档的规则也就保持简单。想让语音一眼读完,再加上精简风格。
发送团队的词表
产品名、零件名和路线上的店铺,最多 50 个词条。每位代表的语音里拼法都一致。
销售代表的一天,一条接一条
第一家店
一口气说了补货和欠款。转写稿把两个数字都写成阿拉伯数字,两条规则把它们分别归入两个系统。
新线索
店名、电话号码,以及对方询问的内容。这条语音成为一条销售线索记录,并附上录音。
一次投诉
客户的原话,按销售代表听到的样子记下。“退款”这个词让这条语音在代表到达下一家店之前就推送给了经理。
一天结束
销售代表自己对路线的总结。办公室以文字阅读,当天的拜访已经全部归档。
每条语音是一个请求。扣费前会先从文件读取长度,模型无法读取的语音不收费。
每条语音会变成什么
一条归档记录
客户名字和数字都在文字里。您编写的规则把语音发到所属的客户账户,并附上录音。
可搜索的一个月
每位代表的每条语音都是同一个索引里的文字。搜索一个产品、一家店或一个词,就能找到全团队的每一次提及。
更好读的文字
精简风格会去掉路上口述时常有的语气词,让文字一眼就能读完。每个字都重要时,请保留逐字风格。
录音一并保留
音频和文字放在一起。某个数字受到质疑时,点一下就能回到说出它的那一秒。
模型写下说过的话。归档、提醒和搜索,都是您在文字上运行的规则。
一个团队一个月的费用
| 工作量 | 音频 | 费用 |
|---|---|---|
| 一条语音,40 秒 | 40 秒 | $0.0056 |
| 一天 30 条语音 | 20 分钟 | $0.17 |
| 一个月 660 条语音 | 约 $3.67 | |
每分钟音频 8.33 积分,按毫秒计费。按这个费率计算 22 个工作日共 7.3 小时的语音。转写选项不影响价格。
面向开发者
示例代码提交一段附带词表的录音,再从响应中读取转写稿和扣除的积分。
完整 API 参考AUDIO=$(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\"]}"
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,包括用英文说出零件名的泰语语音。它会自行识别每段录音的语言。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
短语音值得一条一条发吗?
值得。每个请求按录音的精确长度计费,最低收取十分之一积分。一条 40 秒的语音约 $0.0056,合并发送不会改变费用。
如果代表在一条语音里混说泰语和英语呢?
转写稿按原话保留两种语言。泰语句子里的英文零件名保持英文,也不需要提供语言提示。
办公室能信任这些数字吗?
数字就是说出来的内容,书面写法下以阿拉伯数字呈现。录音放在文字旁边,从说出该数字的那一秒打开音频,即可核对。
转写失败会收费吗?
不收费。系统先扣费,请求失败时自动退还。模型无法读取的录音会在扣费前被拒绝。
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。