音声テキスト変換

最先端のAIモデルを使用して音声をテキストに変換します。Sim音声テキスト変換（STT）ツールを使用すると、音声ファイルや動画ファイルを正確な文字起こしに変換でき、複数の言語、タイムスタンプ、およびオプションの翻訳をサポートしています。

対応プロバイダー：

OpenAI Whisper: OpenAIによる先進的なオープンソースSTTモデル。whisper-1などのモデルをサポートし、様々な言語と音声フォーマットに対応しています。
Deepgram: nova-3、nova-2、whisper-largeなどのディープラーニングモデルを使用したリアルタイムおよびバッチSTT API。話者分離、意図認識、業界特化型チューニングなどの機能を提供します。
ElevenLabs: 高品質な音声AIで知られるElevenLabsは、多数の言語や方言に対応した精度と自然言語理解に焦点を当てたSTTモデルを提供しています。

タスクに最適なプロバイダーとモデルを選択してください—高速で本番環境向けの文字起こし（Deepgram）、高精度の多言語対応（Whisper）、または高度な理解と言語カバレッジ（ElevenLabs）など。

パラメータ	型	必須	説明
`provider`	string	はい	STTプロバイダー（whisper）
`apiKey`	string	はい	OpenAI APIキー
`model`	string	いいえ	使用するWhisperモデル（デフォルト：whisper-1）
`audioFile`	file	いいえ	文字起こしする音声または動画ファイル
`audioFileReference`	file	いいえ	前のブロックからの音声/動画ファイルへの参照
`audioUrl`	string	いいえ	音声または動画ファイルのURL
`language`	string	いいえ	言語コード（例："en"、"es"、"fr"）または自動検出の場合は"auto"
`timestamps`	string	いいえ	タイムスタンプの粒度：none、sentence、またはword
`translateToEnglish`	boolean	いいえ	音声を英語に翻訳

Deepgramを使用して音声をテキストに文字起こし

パラメータ	型	必須	説明
`provider`	string	はい	STTプロバイダー（deepgram）
`apiKey`	string	はい	Deepgram APIキー
`model`	string	いいえ	使用するDeepgramモデル（nova-3、nova-2、whisper-largeなど）
`audioFile`	file	いいえ	文字起こしする音声またはビデオファイル
`audioFileReference`	file	いいえ	前のブロックからの音声/ビデオファイルの参照
`audioUrl`	string	いいえ	音声またはビデオファイルのURL
`language`	string	いいえ	言語コード（例："en"、"es"、"fr"）または自動検出の場合は"auto"
`timestamps`	string	いいえ	タイムスタンプの粒度：none、sentence、またはword
`diarization`	boolean	いいえ	話者分離を有効にする

ElevenLabsを使用して音声をテキストに変換する

パラメータ	型	必須	説明
`provider`	string	はい	STTプロバイダー（elevenlabs）
`apiKey`	string	はい	ElevenLabs APIキー
`model`	string	いいえ	使用するElevenLabsモデル（scribe_v1, scribe_v1_experimental）
`audioFile`	file	いいえ	文字起こしする音声またはビデオファイル
`audioFileReference`	file	いいえ	前のブロックからの音声/ビデオファイルの参照
`audioUrl`	string	いいえ	音声またはビデオファイルのURL
`language`	string	いいえ	言語コード（例："en"、"es"、"fr"）または自動検出の場合は"auto"
`timestamps`	string	いいえ	タイムスタンプの粒度：none、sentence、またはword

注意事項