音声の文字起こし
Scribe One — 音声をテキストに
Scribe Oneは音声をテキストに変換します。料金は音声1分あたり1クレジット（端数は切り上げ）。ボイスメッセージ、通話モードでの発話、最大8 MBの録音に対応し、言語は自動で検出されます。Voice OneやVoice Turboと組み合わせれば、キャラクターとの音声会話のループが完成します。
50クレジット無料 · カード不要 · 全アカウントでプライベートモード
- 料金
- 1クレジット / 分（端数は切り上げ）
- 入力
- 最大8 MBの音声ファイル（圧縮時で約8分）
- 対応言語
- 自動検出
- エンドポイント
- POST /v1/audio/transcriptions
- 利用条件
- すべてのアカウント
3回の呼び出しで作る通話モード
ユーザーの声を録音し、Scribe Oneで文字起こしして、RP+で返答し、その返答をVoice Turboで読み上げる。3つのリクエスト、ひとつのキー、ひとつのクレジット残高。コンパニオンアプリやインタラクティブフィクションの音声モードを支えるパターンです。
よくある質問
Scribe Oneはどの音声形式に対応していますか？
wavまたはmp3で、リクエストごとに最大8 MB、multipart form dataとして送信します。それ以外のコンテナ（m4a、ogg、webm）はunsupported_formatで拒否されるため、クライアント側で再エンコードするか、WebAudioでWAVとして録音してください。
料金は分単位ですか？
はい。音声1分あたり1クレジット（端数は切り上げ）で、長さはファイル自体から読み取ります。20秒のボイスメモなら1クレジット、2.5分の録音なら3クレジットです。レスポンスには、計測したaudio_secondsがcredits_spentと並んで返されます。
さらに見る