/filters:quality(82)/media/images/1773962750924385948_Ty3dmwFP.webp)
Speech to Text
Transcribe speech and audio into text.
Наша подборка
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.
Все модели
7 моделей
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 — цены и производительность
Запускайте любую модель из коллекции Speech to Text через один REST API. Оплата за генерацию — без подписок, без минимумов — с лидирующей в отрасли задержкой на инфраструктуре с аптаймом 99,9%.
Почему запускать Speech to Text на WaveSpeedAI
Прозрачные цены
Цена за вызов для каждой модели Speech to Text. Цена указана на странице каждой модели — без комиссий платформы сверху.
Оптимизировано под низкую задержку
Большинство моделей изображений Speech to Text выполняются менее чем за 2 секунды. Видео- и 3D-модели в несколько раз быстрее самостоятельно размещаемых аналогов.
Аптайм 99,9%
Мультирегиональная отказоустойчивость и автоматические повторы поддерживают ваш продакшен-трафик онлайн — даже при сбоях провайдера.
Часто задаваемые вопросы
Сколько стоит API Speech to Text?+
У каждой модели своя цена за вызов, указанная на странице модели. Мы выставляем счёт за каждую успешную генерацию, без подписок и минимумов.
Насколько быстры модели Speech to Text на WaveSpeedAI?+
Модели изображений в этой коллекции обычно выполняются менее чем за 2 секунды. Видео- и 3D-модели зависят от длительности и разрешения, но обычно в несколько раз быстрее самостоятельно размещаемых запусков.
Можно ли попробовать API без кредитной карты?+
Новые аккаунты, соответствующие условиям акции, могут получить 1 $ промокредитов для знакомства с моделями Speech to Text без банковской карты. Пробные кредиты не гарантируются при каждой регистрации; проверьте баланс перед генерацией.
Есть ли ограничения по частоте?+
Стандартные аккаунты имеют щедрые лимиты на параллельные задачи. Enterprise-планы предлагают индивидуальный RPM, более высокую конкурентность и выделенную мощность — свяжитесь с отделом продаж для подробностей.
Исследуйте 1000+ ИИ-моделей
Просмотрите наш полный каталог современных ИИ-моделей — изображения, видео, 3D, аудио, LLM и многое другое.
wavespeed.ai/models →Создавайте с помощью API
Интегрируйте ИИ в свои приложения. RESTful API с клиентскими библиотеками — без холодных стартов, оплата по факту использования.
wavespeed.ai/docs →