跳转到内容

模型

1,496个模型
511个系列
84个实验室
图像视频音频3D文本数据(JSON)文件

系列:11 · 端点:14

结果

卡片会打开与筛选条件匹配的端点;卡片上的变体数量列出了该系列的其他端点。
Cohere

Cohere Transcribe

语音转文本 输入音频每秒 $0.0000694 输入音频每秒 0.0694 API 积分 · ≈ ₽0.01
ElevenLabs

ElevenLabs Speech to Text

语音转文本 输入音频每分钟 起价 $0.008 输入音频每分钟 8 API 积分 · ≈ ₽0.86
Kotoba Technologies

Kotoba Speech-to-Text

语音转文本 输入音频每秒 $0.0000694 输入音频每秒 0.0694 API 积分 · ≈ ₽0.01
NVIDIA

Nemotron Asr Multilingual

语音转文本 输入音频每分钟 $0.008 输入音频每分钟 8 API 积分 · ≈ ₽0.86
Open model

Pipecat's Smart Turn model

语音转文本 每秒处理时间 $0.00111 每秒处理时间 1.11 API 积分 · ≈ ₽0.12 典型运行 ≈ $0.032
Silero

Silero VAD

语音转文本 输入音频每秒 $0.00001 输入音频每秒 0.01 API 积分 · ≈ ₽0.00107
Open model

Speech To Text

语音转文本 输入音频每秒 $0.0008 输入音频每秒 0.8 API 积分 · ≈ ₽0.09
OpenAI

Wizper (Whisper v3)

语音转文本 每秒处理时间 $0.00111 每秒处理时间 1.11 API 积分 · ≈ ₽0.12 典型运行 ≈ $0.009
ElevenLabs

ElevenLabs

语音转文本 输入音频每小时 $0.22 输入音频每小时 220 API 积分 · ≈ ₽23.61
NVIDIA

Nemotron 3 Nano Omni

语音转文本 每 1000 个 Token $0.01 每 1000 个 Token 10 API 积分 · ≈ ₽1.07 典型运行 ≈ $0.01