/filters:quality(82)/media/images/1773962750924385948_Ty3dmwFP.webp)
Speech to Text
Transcribe speech and audio into text.
Notre sélection
nvidia/nemotron-3.5-asr
NVIDIA Nemotron 3.5 ASR is a fast AI speech-to-text model that transcribes multilingual audio into text with automatic language detection. Ready-to-use REST inference API for audio transcription, podcast processing, video subtitles, meeting notes, voice analytics, content localization, and professional ASR workflows with simple integration, no coldstarts, and affordable pricing.
Tous les modèles
7 modèles
nvidia/nemotron-3.5-asr
NVIDIA Nemotron 3.5 ASR is a fast AI speech-to-text model that transcribes multilingual audio into text with automatic language detection. Ready-to-use REST inference API for audio transcription, podcast processing, video subtitles, meeting notes, voice analytics, content localization, and professional ASR workflows with simple integration, no coldstarts, and affordable pricing.
wavespeed-ai/openai-whisper-turbo
Accurate speech-to-text with OpenAI Whisper Large v3 Turbo: multilingual transcripts with auto language detection and punctuation. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
wavespeed-ai/openai-whisper-with-video
OpenAI Whisper Large v3 (Video-to-Text) delivers high-accuracy multilingual transcription directly from video files, with automatic language detection and optional timestamped, subtitle-ready segments. Built for stable production use with a ready-to-use REST API, fast response, no cold starts, and predictable pricing.
wavespeed-ai/heartmula/transcribe-lyrics
HeartMuLa Transcribe extracts lyrics from audio files using advanced AI. Supports multilingual transcription. Ready-to-use REST inference API with best performance, no coldstarts, and affordable pricing.
elevenlabs/scribe-v2
ElevenLabs Scribe V2 Speech-to-Text transcribes audio with automatic language detection, speaker labels, and word-level timestamps for transcription, subtitles, captions, meetings, and audio processing workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1778058923714040076_6pZ9iqzJ.webp)
nvidia/nemotron-3-nano-omni/audio
NVIDIA Nemotron 3 Nano Omni is an open, efficient reasoning model for enterprise agentic workflows, built on a 30B A3B hybrid Transformer-Mamba MoE architecture. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
wavespeed-ai/openai-whisper
Whisper Large v3 speech-to-text: instant, accurate multilingual transcripts with automatic language detection and punctuation. Upload audio to get transcripts. Ready-to-use REST API, no coldstarts, affordable pricing.
API Speech to Text — tarifs et performances
Exécutez n'importe quel modèle de la collection Speech to Text via une seule API REST. Paiement à la génération — sans abonnement ni minimum — avec une latence à l'état de l'art sur une infrastructure à 99,9 % de disponibilité.
Pourquoi exécuter Speech to Text sur WaveSpeedAI
Tarification transparente
Tarification à l'appel pour chaque modèle Speech to Text. Le prix est indiqué sur la page de chaque modèle — pas de frais de plateforme en plus.
Optimisé pour une faible latence
La plupart des modèles d'image Speech to Text s'exécutent en moins de 2 secondes. Les modèles vidéo et 3D sont plusieurs fois plus rapides que les alternatives auto-hébergées.
99,9 % de disponibilité
Bascule multi-régions et nouvelles tentatives automatiques maintiennent votre trafic de production en ligne — même en cas de panne fournisseur.
Questions fréquentes
Combien coûte l'API Speech to Text ?+
Chaque modèle a son propre prix par appel indiqué sur sa page. Nous facturons à chaque génération réussie, sans abonnement ni minimum.
À quelle vitesse les modèles Speech to Text fonctionnent-ils sur WaveSpeedAI ?+
Les modèles d'image de cette collection se terminent généralement en moins de 2 secondes. Les modèles vidéo et 3D dépendent de la durée et de la résolution mais sont en général plusieurs fois plus rapides que les exécutions auto-hébergées.
Puis-je essayer l'API sans carte de crédit ?+
Les nouveaux comptes éligibles peuvent recevoir 1 $ de crédits promotionnels pour essayer les modèles Speech to Text sans carte de crédit. Ces crédits ne sont pas garantis à chaque inscription ; vérifiez votre solde avant de générer.
Y a-t-il des limites de taux ?+
Les comptes standard ont des limites de jobs concurrents généreuses. Les plans Enterprise proposent un RPM personnalisé, une concurrence plus élevée et de la capacité dédiée — contactez le service commercial pour les détails.
Explorez plus de 1 000 modèles d'IA
Parcourez notre catalogue complet de modèles d'IA à la pointe de la technologie — image, vidéo, 3D, audio, LLM et plus.
wavespeed.ai/models →Construisez avec l'API
Intégrez l'IA dans vos propres apps. API RESTful avec des bibliothèques client — pas de démarrages à froid, paiement à l'usage.
wavespeed.ai/docs →