Transcribe 1 Pro 是 Fish Audio 推出的语音转文本模型,专为采访、会议和播客场景优化。它使用内联 speaker 标记标识说话人,保留 [laughter] 等情感和声音事件线索,自动检测语言,并返回带时间戳的单词级分段。
speaker
[laughter]
模态
输入 / 输出价格
$100 / $0每百万 tokens
上下文
0
发布于
2026-09-24