هوش مصنوعی هرمزهرمزورود

Fish Audio: Transcribe 1 Pro: مدل صوتی

Transcribe 1 Pro مدلِ گفتار-به-متنِ Fish Audio است که برای مصاحبه، جلسه و پادکست تنظیم شده و گوینده‌ها را درونِ متن علامت می‌زند. از داخل ایران و از طریق هرمز.

قیمت:
$0.006/minute of audio
نوع:
audio
  • صوت

Transcribe 1 Pro یک مدلِ گفتار-به-متن از Fish Audio است که برای مصاحبه، جلسه و پادکست تنظیم شده. تغییرِ گوینده را درونِ متن علامت می‌زند و نشانه‌هایی مانندِ احساس و رویدادهای صوتی را نگه می‌دارد.

هرمز Transcribe 1 Pro را روی دو مسیر ارائه می‌دهد: مسیرِ سازگار با OpenAI یعنی /v1/audio/transcriptions که متن را در همان پاسخ برمی‌گرداند، و /v1/predictions برای ضبط‌های طولانی که در پس‌زمینه پردازش می‌شوند. در آزمایش‌های ما روی گفتارِ فارسی، رونویسیِ دقیقی تحویل داد.

هزینه بر اساسِ طولِ صدا و به ازای هر ثانیه محاسبه می‌شود و به ثانیه‌ی کاملِ بعدی گرد می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید. هرمز دسترسیِ پایدار به آن را از داخل ایران فراهم می‌کند، بدون نیاز به کارت اعتباری خارجی یا ابزارهای دور زدن تحریم.

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...

شروع سریع

curl https://api.hormouz.net/v1/audio/transcriptions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -F model=fish-audio/transcribe-1-pro \
  -F file=@audio.mp3

مشخصات

سازندهFish Audio
نوعصدا
پنجره زمینه—
قیمت$0.006/minute of audio
نوع APItranscriptions

نمونه کد

cURL
curl https://api.hormouz.net/v1/audio/transcriptions \
  -H "Authorization: Bearer ng-YOUR_API_KEY" \
  -F model=fish-audio/transcribe-1-pro \
  -F file=@audio.mp3
Python
from openai import OpenAI
client = OpenAI(api_key="ng-YOUR_API_KEY", base_url="https://api.hormouz.net/v1")
with open("audio.mp3", "rb") as f:
    tr = client.audio.transcriptions.create(model="fish-audio/transcribe-1-pro", file=f)
print(tr.text)
JavaScript
import OpenAI from "openai";
import fs from "node:fs";
const client = new OpenAI({ apiKey: "ng-YOUR_API_KEY", baseURL: "https://api.hormouz.net/v1" });
const tr = await client.audio.transcriptions.create({
  model: "fish-audio/transcribe-1-pro",
  file: fs.createReadStream("audio.mp3"),
});
console.log(tr.text);

خرید API Fish Audio: Transcribe 1 Pro با پرداخت ریالی

  • با کارت بانکی ایرانی اعتبار بخرید؛ کارت ارزی و حساب خارجی لازم نیست.
  • با یک کلید هرمز به Fish Audio: Transcribe 1 Pro و بیش از ۶۰۰ مدل دیگر دسترسی دارید و فقط به اندازه‌ی مصرف می‌پردازید.
  • بدون فیلترشکن و بدون خطر بن شدن حساب؛ کافی است آدرس پایه را به api.hormouz.net/v1 تغییر دهید.
ساخت حساب

استفاده از طریق هرمز

با یک کلید API به این مدل و بیش از ۶۰۰ مدل دیگر وصل شوید و مصرف هر مدل را تا سطح هر درخواست ببینید.

درخواست دسترسی شرکتی

سوالات متداول

هزینه‌ی استفاده از Transcribe 1 Pro چقدر است؟
هزینه بر اساسِ طولِ صدا و به ازای هر ثانیه محاسبه می‌شود و به ثانیه‌ی کاملِ بعدی گرد می‌شود؛ نرخِ روز در جدولِ قیمتِ همین صفحه آمده و فقط بابت مصرفِ واقعی پرداخت می‌کنید.
چطور از داخل ایران به Transcribe 1 Pro دسترسی داشته باشم؟
کافی است در هرمز حساب بسازید و یک کلید API بگیرید. هرمز مسیرِ دسترسیِ پایدار به این مدل را از داخل ایران فراهم می‌کند و نیازی به کارت اعتباری خارجی یا ابزارِ دور زدنِ تحریم ندارید.
چطور Transcribe 1 Pro را فراخوانی کنم؟
هرمز Transcribe 1 Pro را روی دو مسیر ارائه می‌دهد. مسیرِ سازگار با OpenAI یعنی POST /v1/audio/transcriptions فایل را به‌صورتِ فیلدِ multipart با نامِ «file»، یا به‌صورتِ JSON در input_audio (با data به‌شکلِ base64 و format) می‌گیرد و {text, usage} را در همان پاسخ برمی‌گرداند. POST /v1/predictions ضبط‌های طولانی را در پس‌زمینه پردازش می‌کند: input.audio یک نشانیِ https یا یک data: URI است و input.language اختیاری است. کدی که برای SDK اوپن‌ای‌آی نوشته شده فقط با تغییرِ آدرسِ پایه کار می‌کند.
برچسب‌هایی مثلِ <|speaker:0|> در متن چیست؟
Transcribe 1 Pro ممکن است تغییرِ گوینده را با برچسب‌هایی مانندِ <|speaker:0|> و <|speaker:1|> درونِ متن علامت بزند. می‌توانید با آن‌ها متن را بر اساسِ گوینده جدا کنید، یا اگر فقط متنِ ساده لازم دارید حذفشان کنید.

به‌روزرسانی: 2026-10-13