Opennan

API แปลงเสียงพูดเป็นข้อความ

ใช้งานได้

ถอดเสียงจากไฟล์เสียงและวิดีโอเป็นข้อความได้หลายภาษา คิดราคาเป็นนาที

เริ่มต้น $0.00026 ต่อนาที (เศษนาทีปัดขึ้น) จาก 6 โมเดลถูกที่สุดNemotron 3.5 ASR
เริ่มต้น $0.00026/นาที

อินพุต

  • 3f563c93-04da-490f-b9ff-023ea49e3893_example.mp3กำลังอ่านความยาวของไฟล์…

โมเดลนี้ตรวจหาภาษาที่พูดได้เอง

$0.00026 ต่อนาทีของเสียง เศษนาทีปัดขึ้น

เอาต์พุต

ตัวอย่าง
ตัวอย่างผลลัพธ์Made 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

เทียบโมเดลของ API แปลงเสียงพูดเป็นข้อความ

ทุกโมเดลของ endpoint นี้ พร้อมราคาล่าสุด ลองในส่วนทดลองใช้หรือเปิดหน้าของโมเดลนั้น

  • Nemotron 3.5 ASRNVIDIA$0.00026 ต่อนาที (เศษนาทีปัดขึ้น)
    ถูกที่สุด
    หน้า
  • Whisper Large v3 TurboOpenAI$0.00026 ต่อนาที (เศษนาทีปัดขึ้น)
    $0.006 ต่อนาที (เศษนาทีปัดขึ้น)-95%
    หน้า
  • Qwen3-ASR 0.6BAlibaba (Qwen)$0.00026 ต่อนาที (เศษนาทีปัดขึ้น)
    $0.0021 ต่อนาที (เศษนาทีปัดขึ้น)-87%
    หน้า
  • Whisper Large v3OpenAI$0.000585 ต่อนาที (เศษนาทีปัดขึ้น)
    $0.006 ต่อนาที (เศษนาทีปัดขึ้น)-90%
    หน้า
  • Qwen3-ASR 1.7BAlibaba (Qwen)$0.000585 ต่อนาที (เศษนาทีปัดขึ้น)
    $0.0021 ต่อนาที (เศษนาทีปัดขึ้น)-72%
    หน้า
  • Voxtral Small 24BMistral AI$0.0039 ต่อนาที (เศษนาทีปัดขึ้น)
    ต่ำกว่าราคาของผู้พัฒนา
    หน้า

เรียก API แปลงเสียงพูดเป็นข้อความ จากโค้ดของคุณ

endpoint เดียวสำหรับทุกโมเดลด้านบน เปลี่ยนช่อง model เพื่อสลับโมเดล

POSThttps://api.opennan.com/v1/audio/transcriptions
  • GET/v1/models?category=voiceทุกโมเดลของ endpoint นี้ พร้อมราคา

  1. รับคีย์ API

    สร้างคีย์ในคอนโซล คีย์ใช้ยอดเงินเดียวกับส่วนทดลองใช้

    สร้างคีย์

  2. ส่งคำขอแรก

    คำขอเดียวกับที่ส่วนทดลองใช้ส่ง ตั้งค่า OPENNAN_KEY เป็นคีย์ของคุณ

    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"

  3. ตรวจสถานะงาน

    การเรียกจะตอบกลับทันทีด้วย id งาน ตรวจงานนั้นจนกว่าจะเสร็จ:

    GEThttps://api.opennan.com/v1/tasks/{id}
    queued
    รอเครื่องว่าง
    running
    กำลังสร้าง
    succeeded
    เสร็จแล้ว: outputs[].url มีไฟล์
    failed
    ไม่สำเร็จ: ไม่เสียเงิน

พารามิเตอร์

สร้างจากแคตตาล็อกจริง: ทุกค่าที่อยู่ที่นี่ API รับได้

พารามิเตอร์
ชื่อชนิดค่าที่ใช้ได้ค่าเริ่มต้นผลต่อราคา
modelต้องระบุโมเดลที่ใช้รันการเรียกข้อความwhisper-large-v3-turbo · whisper-large-v3 · qwen3-asr-0.6b · qwen3-asr-1.7b · voxtral-small · nemotron-asr——
audio_urlต้องระบุเสียงหรือวิดีโอที่จะถอดความ (ลิงก์ https)URL——คิดเงินต่อนาที เศษนาทีปัดขึ้น
languageไม่บังคับภาษาที่พูดเป็นรหัส 2 หรือ 3 ตัวอักษร (en, th, ja) เว้นไว้เพื่อให้ตรวจหาเองข้อความ———

ข้อผิดพลาดและวิธีแก้

  • 401ไม่มีคีย์หรือคีย์ผิด

    ส่งเฮดเดอร์ Authorization: Bearer พร้อมคีย์จากคอนโซล

  • 402ยอดเงินไม่พอ

    เติมเงินในหน้าการเรียกเก็บเงิน แล้วส่งคำขอเดิมอีกครั้ง

  • 400มีค่าที่ระบบไม่รับ

    อ่าน error.message ซึ่งบอกชื่อช่อง แล้วใช้ค่าจากตารางพารามิเตอร์

  • 429คำขอมากเกินไป

    รอสักครู่แล้วลองใหม่ และรอนานขึ้นทุกครั้งที่เจอ 429

เพิ่ม Opennan ในแอป AI ของคุณ

ติดตั้งครั้งเดียว AI ของคุณใช้ได้ทุกเครื่องมือของ Opennan: วิดีโอ รูปภาพ แชต เสียงพูด เพลง เอฟเฟกต์เสียง 3D คำบรรยาย และพากย์เสียง เลือกแอปของคุณแล้วทำตามขั้นตอน

เซิร์ฟเวอร์ MCPhttps://api.opennan.com/v1/mcp

ใช้ได้กับ Codex CLI, แอป Codex และส่วนขยาย Codex ใน IDE เพราะใช้ ~/.codex/config.toml ร่วมกัน ถ้าแอปหรือ IDE มองไม่เห็น OPENNAN_KEY ให้ใช้แบบ config.toml ที่ใส่คีย์ไว้ Codex จะถามก่อนเรียกเครื่องมือแต่ละครั้ง กดอนุมัติเพื่อไปต่อ

  1. รับคีย์ API

    สร้างคีย์ในคอนโซล คีย์ขึ้นต้นด้วย sk- และใช้ยอดเงินเดียวกับเว็บไซต์

    สร้างคีย์

  2. บันทึกคีย์เป็น 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. ติดตั้งปลั๊กอิน Opennan: ได้ทั้งเซิร์ฟเวอร์และสกิลที่สอนให้ AI เลือกโมเดล ยืนยันราคา และรอผลลัพธ์

    codex plugin marketplace add Opennan/opennan-ai-plugin
codex plugin add opennan@opennan

  4. หรือเพิ่มแค่เซิร์ฟเวอร์

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

  5. หรือเพิ่มสิ่งนี้ใน ~/.codex/config.toml

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

  6. ตรวจว่ามี opennan อยู่ในรายการ

    codex mcp list

  7. รีสตาร์ต Codex แล้วสั่งได้เลย

    “ทำวิดีโอ 5 วินาทีเป็นฝนตกบนถนนแสงนีออน พร้อมเพลงประกอบและภาพโปสเตอร์”

แทน sk-... ด้วยคีย์ของคุณและเก็บเป็นความลับ ใครมีคีย์นี้ก็ใช้ยอดเงินของคุณได้ แอปแสดงรายการเครื่องมือได้ก่อนใส่คีย์ แต่การสร้างงานต้องใช้คีย์

ใช้จากเอเจนต์ AI

เพิ่มเซิร์ฟเวอร์ MCP ของ Opennan ให้เอเจนต์ แล้วเรียกเครื่องมือนี้

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

API แปลงเสียงพูดเป็นข้อความ: คำถามที่พบบ่อย

ทุกโมเดลและราคา
API แปลงเสียงพูดเป็นข้อความ ราคาเท่าไร

เริ่มต้น $0.00026 ต่อนาที (เศษนาทีปัดขึ้น) กับ Whisper Large v3 Turbo ซึ่งถูกที่สุดจาก 6 โมเดล ที่นี่ คุณเห็นราคาก่อนเริ่มรัน

เรียกจากโค้ดของฉันอย่างไร

ส่ง POST https://api.opennan.com/v1/audio/transcriptions พร้อมคีย์ API ของคุณ ระบบตอบกลับด้วย id งาน: ตรวจ https://api.opennan.com/v1/tasks/{id} จนกว่างานจะสำเร็จหรือไม่สำเร็จ

เปลี่ยนโมเดลโดยไม่แก้โค้ดได้ไหม

ได้ เปลี่ยนแค่ช่อง model ส่วนอื่นของคำขอ คีย์ และยอดเงินยังเหมือนเดิม

เอเจนต์ AI ของฉันใช้ได้ไหม

ได้ เพิ่มเซิร์ฟเวอร์ MCP https://api.opennan.com/v1/mcp แล้วเรียกเครื่องมือ transcribe_audio หรือให้เอเจนต์อ่าน https://api.opennan.com/llms.txt

ถ้ารันไม่สำเร็จจะเป็นอย่างไร

การรันที่ไม่สำเร็จไม่คิดเงิน คุณจ่ายเฉพาะผลลัพธ์

เราใช้เฉพาะคุกกี้ที่เว็บไซต์จำเป็นต้องใช้ เช่น ภาษาและรหัสแนะนำ ไม่มีโฆษณา เรานับจำนวนการเข้าชมหน้าเว็บด้วยระบบวิเคราะห์ที่ไม่ใช้คุกกี้ ดูรายละเอียดได้ที่ นโยบายคุกกี้ ของเรา