ClovisSTT : de la parole au texte
Les modèles speech-to-text (STT) convertissent la parole en texte. Ils permettent de dicter un message, de sous-titrer un échange ou de transcrire une réunion pour préparer ensuite un compte rendu.
La gamme ClovisSTT distingue deux usages : recevoir la transcription pendant que l’utilisateur parle, ou traiter un enregistrement déjà terminé.
Choisir votre modèle
ClovisSTT/realtime
Transcrivez la parole en direct pour la dictée, le sous-titrage et les assistants vocaux.
ClovisSTT/transcription
Transformez vos enregistrements en texte : réunions, entretiens, podcasts et messages vocaux.
Quelle différence entre Realtime et Transcription ?
Avec Realtime, votre application envoie l’audio en continu et reçoit des fragments de texte pendant la prise de parole. Ce mode convient aux interfaces qui doivent afficher ou utiliser la transcription immédiatement.
Avec Transcription, votre application transmet un enregistrement existant pour obtenir une réponse JSON contenant le texte transcrit dans le champ text. La route HTTP est disponible en bêta. Utilisez response_format="json" ; ce champ doit être renseigné. Consultez les paramètres et exemples HTTP.
Dans les deux cas, le résultat est une transcription. Votre application peut ensuite la transmettre à ClovisChat ou ClovisLLM pour la résumer, en extraire des informations ou préparer une réponse.