Sprache-zu-Text-API

Live

Audio und Video in vielen Sprachen zu Text, pro Minute abgerechnet.

Ab $0.00026 pro Minute (je angefangene Minute abgerechnet) bei 6 ModellenAm günstigstenNemotron 3.5 ASR

ab $0.00026/Min.

Eingabe

Audio oder Videoaudio_urlEin öffentlicher https-Link zur Audio- oder Videodatei.

3f563c93-04da-490f-b9ff-023ea49e3893_example.mp3Länge der Datei wird gelesen…

Dieses Modell erkennt die gesprochene Sprache selbst.

$0.00026 pro Minute Audio, je angefangene Minute abgerechnet.

Beispiel

BeispielergebnisMade with these inputs

The sun rose slowly over the quiet valley, painting the hills in soft shades of gold. Below, a river carried the morning light toward the sea, calm and unhurried.

Language: en

Sprache-zu-Text-API: Modelle vergleichen

Alle Modelle hinter diesem Endpoint, mit Live-Preisen. Teste eins im Playground oder öffne seine Seite.

Nemotron 3.5 ASRNVIDIA$0.00026 pro Minute (je angefangene Minute abgerechnet)
Am günstigsten
Seite
Whisper Large v3 TurboOpenAI$0.00026 pro Minute (je angefangene Minute abgerechnet)
$0.006 pro Minute (je angefangene Minute abgerechnet)-95 %
Seite
Qwen3-ASR 0.6BAlibaba (Qwen)$0.00026 pro Minute (je angefangene Minute abgerechnet)
$0.0021 pro Minute (je angefangene Minute abgerechnet)-87 %
Seite
Whisper Large v3OpenAI$0.000585 pro Minute (je angefangene Minute abgerechnet)
$0.006 pro Minute (je angefangene Minute abgerechnet)-90 %
Seite
Qwen3-ASR 1.7BAlibaba (Qwen)$0.000585 pro Minute (je angefangene Minute abgerechnet)
$0.0021 pro Minute (je angefangene Minute abgerechnet)-72 %
Seite
Voxtral Small 24BMistral AI$0.0039 pro Minute (je angefangene Minute abgerechnet)
Unter dem Herstellerpreis
Seite

Alle Modelle dieses Tools mit Preis
		Offiziell			Längen / Größen	Abzeichen	Aktionen
Nemotron 3.5 ASRNVIDIA	$0.00026 pro Minute (je angefangene Minute abgerechnet)	Kein offizieller Preis	—	—	30 Min.	Am günstigsten	Seite
Whisper Large v3 TurboOpenAI	$0.00026 pro Minute (je angefangene Minute abgerechnet)	$0.006 pro Minute (je angefangene Minute abgerechnet)	-95 %	—	30 Min.		Seite
Qwen3-ASR 0.6BAlibaba (Qwen)	$0.00026 pro Minute (je angefangene Minute abgerechnet)	$0.0021 pro Minute (je angefangene Minute abgerechnet)	-87 %	—	30 Min.		Seite
Whisper Large v3OpenAI	$0.000585 pro Minute (je angefangene Minute abgerechnet)	$0.006 pro Minute (je angefangene Minute abgerechnet)	-90 %	—	30 Min.		Seite
Qwen3-ASR 1.7BAlibaba (Qwen)	$0.000585 pro Minute (je angefangene Minute abgerechnet)	$0.0021 pro Minute (je angefangene Minute abgerechnet)	-72 %	—	30 Min.		Seite
Voxtral Small 24BMistral AI	$0.0039 pro Minute (je angefangene Minute abgerechnet)	Unter dem Herstellerpreis	—	—	30 Min.		Seite

Sprache-zu-Text-API aus deinem Code aufrufen

Ein Endpoint für jedes Modell oben. Zum Wechseln änderst du das Feld model.

POSThttps://api.opennan.com/v1/audio/transcriptions

GET/v1/models?category=voiceAlle Modelle dieses Endpoints, mit Preisen

API-Schlüssel holen
Erstelle einen Schlüssel in der Konsole. Er nutzt dasselbe Guthaben wie der Playground.
Schlüssel erstellen

Erste Anfrage senden

Dieselbe Anfrage, die der Playground sendet. Setze OPENNAN_KEY auf deinen Schlüssel.

curl https://api.opennan.com/v1/audio/transcriptions \
  -H "Authorization: Bearer $OPENNAN_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"nemotron-asr","audio_url":"https://cdn.opennan.com/examples/audio/3f563c93-04da-490f-b9ff-023ea49e3893_example.mp3"}'

# Then poll until "status" is "succeeded" or "failed":
curl https://api.opennan.com/v1/tasks/<task id> -H "Authorization: Bearer $OPENNAN_KEY"

Task abfragen
Der Aufruf antwortet sofort mit einer Task-ID. Frag den Task ab, bis er fertig ist:
GEThttps://api.opennan.com/v1/tasks/{id}
queued
Wartet auf einen Worker
running
Wird erstellt
succeeded
Fertig: outputs[].url enthält die Dateien
failed
Fehlgeschlagen: wird nicht berechnet

Parameter

Aus dem Live-Katalog erzeugt: Jeder Wert hier wird von der API akzeptiert.

Parameter
Name	Typ	Erlaubte Werte	Standard	Wirkung auf den Preis
`model`PflichtWelches Modell den Aufruf ausführt.	Text	whisper-large-v3-turbo · whisper-large-v3 · qwen3-asr-0.6b · qwen3-asr-1.7b · voxtral-small · nemotron-asr	—	—
`audio_url`PflichtDas Audio oder Video, das transkribiert wird (https-Link).	URL	—	—	Je angefangene Minute abgerechnet
`language`optionalDie gesprochene Sprache als Code mit 2 oder 3 Buchstaben (en, th, ja). Weglassen, um sie zu erkennen.	Text	—	—	—

Fehler und wie du sie behebst

401Schlüssel fehlt oder ist falsch
Sende den Header Authorization: Bearer mit einem Schlüssel aus der Konsole.
402Guthaben zu niedrig
Lade unter Abrechnung Guthaben auf und sende denselben Aufruf erneut.
400Ein Wert wird nicht akzeptiert
Lies error.message: Dort steht das Feld. Nimm einen Wert aus der Parametertabelle.
429Zu viele Anfragen
Warte ein paar Sekunden und versuche es erneut, nach jedem 429 etwas länger.

Opennan zu deiner KI-App hinzufügen

Eine Installation gibt deiner KI jedes Opennan-Tool: Video, Bilder, Chat, Stimme, Musik, Soundeffekte, 3D, Untertitel und Synchronisation. Wähle deine App und folge den Schritten.

MCP-Serverhttps://api.opennan.com/v1/mcp

Funktioniert in der Codex CLI, der Codex-App und der Codex-IDE-Erweiterung: Sie teilen ~/.codex/config.toml. Sieht die App oder IDE OPENNAN_KEY nicht, nimm die config.toml-Variante mit deinem Schlüssel. Codex fragt vor jedem Tool-Aufruf: Bestätige, um weiterzumachen.

API-Schlüssel holen
Erstelle einen Schlüssel in der Konsole. Er beginnt mit sk- und nutzt dasselbe Guthaben wie die Website.
Schlüssel erstellen

Speichere deinen Schlüssel als OPENNAN_KEY

# macOS / Linux (zsh shown; bash: ~/.bashrc)
echo 'export OPENNAN_KEY="sk-..."' >> ~/.zshrc
source ~/.zshrc

# Windows (PowerShell), then open a new terminal
setx OPENNAN_KEY "sk-..."

3
Installiere das Opennan-Plugin: der Server plus ein Skill, der deiner KI beibringt, Modelle zu wählen, Preise zu bestätigen und auf Ergebnisse zu warten
```
codex plugin marketplace add Opennan/opennan-ai-plugin
codex plugin add opennan@opennan
```

Oder füge nur den Server hinzu

codex mcp add opennan --url https://api.opennan.com/v1/mcp --bearer-token-env-var OPENNAN_KEY

Oder füge das in ~/.codex/config.toml ein

[mcp_servers.opennan]
url = "https://api.opennan.com/v1/mcp"
http_headers = { Authorization = "Bearer sk-..." }

4
Prüfe, ob opennan aufgelistet ist
```
codex mcp list
```
Starte Codex neu und frag nach allem, was du willst
“Mach ein 5-Sekunden-Video von Regen auf einer Neonstraße, einen passenden Song und ein Posterbild.”

Ersetze sk-... durch deinen eigenen Schlüssel und halte ihn geheim: Wer ihn hat, kann dein Guthaben ausgeben. Deine App kann die Tools ohne Schlüssel auflisten; zum Erstellen brauchst du einen.

Aus einem KI-Agenten nutzen

Füge deinem Agenten den Opennan-MCP-Server hinzu und rufe dieses Tool auf.

Tool: transcribe_audio
Beispielargumente: { "model": "nemotron-asr", "audio_url": "https://example.com/speech.mp3" }

Sprache-zu-Text-API: Fragen

Alle Modelle und Preise

Was kostet Sprache-zu-Text-API?

Ab $0.00026 pro Minute (je angefangene Minute abgerechnet) mit Whisper Large v3 Turbo, dem günstigsten von 6 Modellen hier. Du siehst den Preis vor dem Start.

Wie rufe ich es aus meinem Code auf?

Sende POST https://api.opennan.com/v1/audio/transcriptions mit deinem API-Schlüssel. Die Antwort ist eine Task-ID: Frag https://api.opennan.com/v1/tasks/{id} ab, bis der Task fertig oder fehlgeschlagen ist.

Kann ich Modelle wechseln, ohne meinen Code zu ändern?

Ja. Ändere das Feld model und behalte den Rest der Anfrage, denselben Schlüssel und dasselbe Guthaben.

Kann mein KI-Agent es nutzen?

Ja. Füge den MCP-Server https://api.opennan.com/v1/mcp hinzu und rufe das Tool transcribe_audio auf, oder verweise deinen Agenten auf https://api.opennan.com/llms.txt.

Was passiert, wenn ein Durchlauf fehlschlägt?

Ein fehlgeschlagener Durchlauf wird nicht berechnet. Du zahlst nur für Ergebnisse.