AI TOOLS RADAR
Tous les modèles / FISH-AUDIO
fish-audio logo
fish-audio

Fish Audio: Transcribe 1

Description de la source (anglais)

Transcribe 1 is a speech-to-text model from Fish Audio. It is suited for audio transcription with automatic language detection and can return timestamped word-level segments when alignment details are requested.

Voir la source sur OpenRouter
Présentation

Caractéristiques du modèle

Contexte
Non indiqué
Sortie maximale
Non indiqué
Architecture
audio->transcription
Tokenizer
Other
Limite des connaissances
Non indiqué
Modéré
Non
OPENROUTER

Tarification complète

Tarifs synchronisés depuis OpenRouter, par million de tokens.

Durée audio
$0.0001
par seconde
API

Démarrage rapide

Définissez OPENROUTER_API_KEY localement. Python nécessite requests ; JavaScript s’exécute dans Node.js. Gardez la clé côté serveur.

Documentation de l’API

curl --fail-with-body https://openrouter.ai/api/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -F 'model=fish-audio/transcribe-1' \
  -F 'file=@audio.wav'
Capacités et modalités

Entrée → Sortie

Entrée
audio
Sortie
transcription
API

Paramètres API pris en charge

Fournisseurs disponibles

1 Fournisseur

Vérifié: 7 septembre 2026

Fournisseurs en direct sur OpenRouter

Disponibilité, latence, débit et routage évoluent en continu. Consultez la source pour les données en temps réel.

OpenRouter

Fish Audio

Non indiqué
Contexte
Non indiqué
Sortie maximale
Non indiqué
fish-audio

4 modèles

Tous les modèles
fish-audio logofish-audio

Fish Audio: Drama 3

Drama 3 is a text-to-speech model from Fish Audio built for directed voice performances. You write the direction in plain language in square brackets before a line, such as [nervous,...

Contexte
Non indiqué
Entrée
text
Sortie
speech
Octets UTF-8: $2 par million d’octets UTF-8
Voir la fiche du modèle →
fish-audio logofish-audio

Fish Audio: Transcribe 1 Pro

Transcribe 1 Pro is a speech-to-text model from Fish Audio tuned for interviews, meetings, and podcasts. It labels speakers with inline speaker markers, preserves emotion and vocal-event cues such as...

Contexte
Non indiqué
Entrée
audio
Sortie
transcription
Durée audio: $0.0001 par seconde
Voir la fiche du modèle →
fish-audio logofish-audio

Fish Audio: S1

S1 is a multilingual text-to-speech model from Fish Audio. It is suited for voice applications that need broad emotional expression, using parenthetical controls to guide speaking style across its supported...

Contexte
Non indiqué
Entrée
text
Sortie
speech
Octets UTF-8: $15 par million d’octets UTF-8
Voir la fiche du modèle →
fish-audio logofish-audio

Fish Audio: S2 Pro

S2 Pro is a multilingual text-to-speech model from Fish Audio. It is suited for expressive narration and multi-speaker dialogue, with natural-language controls for speaking style and emotion.

Contexte
Non indiqué
Entrée
text
Sortie
speech
Octets UTF-8: $15 par million d’octets UTF-8
Voir la fiche du modèle →