100% 兼容 OpenAI SDK

语音转文字 API更优秀的 Whisper API 替代方案

几秒钟内将高准度的音频转录集成到您的应用中。只需替换您的 OpenAI Base URL，即可获得原生自带的发言人分离 (Speaker Diarization)，且成本减半。

购买额度 & 获取 Key查看开发文档
无月租费
按量付费
python_sdk_example.py
from openai import OpenAI

# 1. 只需要修改 base_url 和 api_key！
client = OpenAI(
  api_key="fat-xxxxxxxxx",
  base_url="https://api.freeaudiototext.com/v1"
)

# 2. 使用您已经写好的、完全一样的代码
transcript = client.audio.transcriptions.create(
  model="whisper-1",
  file=open("meeting.mp3", "rb"),
  response_format="diarized_json" # 我们支持区分发言人！
)

print(transcript.segments[0].speaker) # 输出结果: "SPK_1"

为什么要从 OpenAI Whisper 切换过来？

原生发言人分离 (Diarization)

与 OpenAI API 返回一整块密密麻麻的文字不同，我们先进的模型可以自动分离发言人（例如 SPK_1, SPK_2），并为中英文提供精确到词级别的时间戳。

零代码修改

完全兼容官方的 `openai-python` 和 Node.js SDK。只需将 `base_url` 指向我们的服务器即可。无需学习新库，无需重构架构。

成本降低 50%

OpenAI 的收费是每分钟 $0.006。我们的 API 起步价仅为每分钟 $0.003。在扩展您的 AI 创业项目时为您节省数千美元，且绝不牺牲准确率。

API 文档与输出示例

在您的请求中传入 response_format="diarized_json" 即可在转录片段旁接收到发言人标签。我们严格遵循 OpenAI 的数据结构。

JSON 响应 (包含发言人标签)
{
  "task": "transcribe",
  "duration": 27.4,
  "language": "english",
  "text": "Thanks for calling support. Hi, I'm trying to enable diarization...",
  "segments": [
    {
      "id": "seg_001",
      "start": 0.0,
      "end": 4.7,
      "text": "Thanks for calling support.",
      "speaker": "SPK_1"
    },
    {
      "id": "seg_002",
      "start": 4.7,
      "end": 11.8,
      "text": "Hi, I'm trying to enable diarization.",
      "speaker": "SPK_2"
    }
  ],
  "usage": {
    "type": "duration",
    "seconds": 27
  }
}

按量付费，拒绝订阅

购买预付费额度。没有订阅制。Token 永不过期。

个人版

非常适合测试和个人项目

$4.90
  • 20 小时音频
  • $0.245 / 小时
最受欢迎

专业版

适合独立开发者和活跃应用

$19.00
  • 150 小时音频
  • $0.126 / 小时 (比 OpenAI 便宜 65%)

企业版

极高并发的高强度转录需求

$49.00
  • 500 小时音频
  • $0.098 / 小时
付款由 Waffo 安全处理。您的 API Key 将立即通过电子邮件发送给您。

常见问题

付款后我如何收到 API Key？
成功结账后，我们的系统将安全地生成一个唯一的 API Key，并直接发送到您在付款时提供的电子邮件地址。无需注册账号！
我的音频文件会存储在你们的服务器上吗？
不会。我们是一个隐私优先的 API。您的音频文件在转录过程中会被临时加密存储，并在 24 小时内自动且永久地删除。我们从不使用您的数据来训练模型。
发言人分离功能支持所有语言吗？
极高准确率的词级别发言人分离（即使人声重叠也能区分）目前全面支持英语和中文。对于其他 30 多种语言，我们使用 VAD (语音活动检测) 作为后备方案，根据自然的停顿来分割发言人。
我如何查询 API 额度余额？
您可以使用您的 API Key 作为 Bearer Token，向我们的 /v1/balance 接口发送一个简单的 GET 请求：

curl https://api.freeaudiototext.com/v1/balance \
  -H "Authorization: Bearer fat-xxxxxxxxx"
它会立刻返回您的剩余余额（包含剩余秒数和分钟数）。