Speech to Text
部署在Apify平台上的语音转文字工具，基于Whisper large v3，支持多种音视频格式，提供完整转录流水线，输出含时间戳的文本、字幕及检索分块
时间轴 (近 90 天)
Apify 平台上的 Speech to Text 工具支持 MP3、M4A、WAV、FLAC、OGG、MP4、MOV、WEBM 等格式
该工具使用 Whisper large v3 模型进行语音识别，并包办下载、音频抽取、切分、识别和时间戳对齐的完整流水线
该工具支持自动检测语言，支持90多种语言的转录
该工具输出包含带时间段标注的转录文本、SRT或WebVTT字幕、带时间戳的检索分块以及可选的说话人标注
使用内置识别密钥的价格为每启动一分钟 $0.009，自带 Groq 密钥则为每分钟 $0.004
该工具每处理一个文件收费 $0.002，开启说话人标注额外收费 $0.006/分钟
处理 YouTube、TikTok、Instagram、X、Vimeo 等平台链接需通过住宅出口节点抓取，每个链接额外加收 $0.09，直接文件链接不产生此费用
该工具无法下载需要登录或私有的内容，只能改用直接文件链接或手动上传文件
全部知识事实 (8)
Apify 平台上的 Speech to Text 工具支持 MP3、M4A、WAV、FLAC、OGG、MP4、MOV、WEBM 等格式
50%待验证该工具使用 Whisper large v3 模型进行语音识别，并包办下载、音频抽取、切分、识别和时间戳对齐的完整流水线
50%待验证该工具支持自动检测语言，支持90多种语言的转录
50%待验证该工具输出包含带时间段标注的转录文本、SRT或WebVTT字幕、带时间戳的检索分块以及可选的说话人标注
50%待验证使用内置识别密钥的价格为每启动一分钟 $0.009，自带 Groq 密钥则为每分钟 $0.004
50%待验证该工具每处理一个文件收费 $0.002，开启说话人标注额外收费 $0.006/分钟
50%待验证处理 YouTube、TikTok、Instagram、X、Vimeo 等平台链接需通过住宅出口节点抓取，每个链接额外加收 $0.09，直接文件链接不产生此费用
50%待验证该工具无法下载需要登录或私有的内容，只能改用直接文件链接或手动上传文件
50%