Speech To TextHeartmula

ai/heartmula/transcribe-lyrics 音频歌词转写

heartmula/transcribe-lyrics

HeartMuLa Transcribe 使用先进的 AI 从音频文件中提取歌词,支持多语言转写。提供开箱即用的 REST 推理 API,性能出色、无冷启动,价格实惠。

示例

ai/heartmula/transcribe-lyrics 音频歌词转写 示例 1

参数

名称类型默认约束说明
audio *音频audio_upload—audio/*用于转写歌词的音频文件 URL。

输出字段

字段类型说明
outputsarray<object>

API

通过统一 REST API 调用本模型;在 API Keys 页获取密钥。

cURL
# 1) Submit — returns { "task_uuid": "..." }
curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/heartmula/transcribe-lyrics" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "input": {
    "audio": "https://d5v2vcqcwe9y5.cloudfront.net/algorithm/video_translate/260327/default/qtqfcgymg08o.wav"
  }
}'

# 2) Poll until status is "completed", then read the output URLs
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/TASK_UUID" \
  -H "Authorization: Bearer YOUR_API_KEY"
Python
import time, requests

API_KEY = "YOUR_API_KEY"
HEADERS = {"Authorization": f"Bearer {API_KEY}"}

# 1) Submit
resp = requests.post(
    "https://www.namifusion.com/api/v1/marketplace/run/heartmula/transcribe-lyrics",
    headers=HEADERS,
    json={
        "input": {
            "audio": "https://d5v2vcqcwe9y5.cloudfront.net/algorithm/video_translate/260327/default/qtqfcgymg08o.wav"
        }
    },
)
resp.raise_for_status()  # 401/402/429/5xx stop here instead of polling a bad task
task = resp.json()

# 2) Poll until a terminal state (completed / failed / cancelled).
#    This model is allowed up to 300s server-side.
deadline = time.time() + 360
while task.get("status") not in ("completed", "failed", "cancelled"):
    if time.time() > deadline:
        raise TimeoutError(f"still {task.get('status')} — keep the task_uuid and poll later")
    time.sleep(3)
    poll = requests.get(f"https://www.namifusion.com/api/v1/marketplace/run/tasks/{task['task_uuid']}", headers=HEADERS)
    poll.raise_for_status()
    task = poll.json()

print(task["status"], task.get("output"))
JavaScript
const API_KEY = "YOUR_API_KEY";
const HEADERS = { Authorization: `Bearer ${API_KEY}` };

// 1) Submit
const resp = await fetch("https://www.namifusion.com/api/v1/marketplace/run/heartmula/transcribe-lyrics", {
  method: "POST",
  headers: { ...HEADERS, "Content-Type": "application/json" },
  body: JSON.stringify({
    "input": {
      "audio": "https://d5v2vcqcwe9y5.cloudfront.net/algorithm/video_translate/260327/default/qtqfcgymg08o.wav"
    }
  }),
});
if (!resp.ok) throw new Error(`submit failed: ${resp.status} ${await resp.text()}`);
let task = await resp.json();

// 2) Poll until a terminal state (completed / failed / cancelled).
//    This model is allowed up to 300s server-side.
const deadline = Date.now() + 360 * 1000;
while (!["completed", "failed", "cancelled"].includes(task.status)) {
  if (Date.now() > deadline) throw new Error(`still ${task.status} — keep the task_uuid and poll later`);
  await new Promise((r) => setTimeout(r, 3000));
  const poll = await fetch(`https://www.namifusion.com/api/v1/marketplace/run/tasks/${task.task_uuid}`, { headers: HEADERS });
  if (!poll.ok) throw new Error(`poll failed: ${poll.status}`);
  task = await poll.json();
}

console.log(task.status, task.output);

文档

ai/heartmula/transcribe-lyrics

高性价比的多语言歌词转写模型,支持即开即用、无冷启动。

ai/heartmula/transcribe-lyrics 是一款专注于从音频中提取歌词内容的 AI 模型,适用于歌曲转写、歌词整理与多语言音频内容处理。该模型强调稳定性能、无冷启动体验与较低使用成本,适合需要快速批量处理音频歌词的开发者与内容平台。

🚀 关键特性

  • 歌词转写优化:专为音频中的歌词提取设计,相比通用语音转写流程更适合音乐内容场景。
  • 支持多语言:可用于多语言歌曲与跨语种音频内容的歌词识别与整理。
  • 无冷启动:提供更稳定的在线推理体验,适合对响应一致性有要求的生产环境。
  • 即开即用:输入音频 URL 即可发起处理,便于快速接入现有内容工作流。
  • 高性价比:以较低单次成本支持歌词提取任务,适合批量处理与平台化部署。

🛠️ 技术规格

项目说明
模型架构AI 歌词转写模型
任务类型音频转文本(歌词提取)
输入音频 URL
输入格式字符串(audio)
输出歌词文本
音频支持多语言音频
延迟在线推理优化,支持无冷启动体验
部署特性面向生产环境的稳定性能

示例提示词

注:该模型主要接收音频输入,不依赖提示词进行控制。以下示例展示的是典型任务描述方式,便于理解使用场景。

  • 提取这段歌曲音频中的完整歌词内容。
  • 将该多语言歌曲中的歌词按原始语言转写输出。
  • 识别音频中的演唱内容,并整理为可读歌词文本。

💰 价格

计费项价格
基础价格$0.05

💡 最佳使用场景

  • 音乐平台内容整理:为歌曲库自动生成歌词文本,提升检索与展示能力。
  • UGC 与短视频平台:从背景音乐或演唱内容中提取歌词,用于字幕、搜索或内容标注。
  • 数字媒体归档:对历史音频、演唱录音或节目片段进行歌词化整理与结构化存档。
  • 多语言内容分析:用于跨语言歌曲内容识别、歌词对照与国际化内容处理。