Ntriq X402 Audio Intel_设计多媒体 skill-PHP中文网

首页专区 Skill 文章专题 AI工具学习编程手册

Seko

AI短剧一键生成成片

剧云

中文短剧剧本制作平台

立刻MV

低成本歌曲 MV、视频生成

Laper

剧本策划到成片协作

PHP MySQL jquery HTML CSS

Ntriq X402 Audio Intel

Polar Sponsor

爱发电赞助

.NET 9.0

立即下载

AI音频转录——将mp3/wav/m4a/ogg转为文字，支持语言自动识别和时间戳。费用 $0.05 USDC via x402。

音频英特尔(x402).

功能概述

音频英特尔(x402).是一项面向实际任务的技能，主要用于Transis音频文件为文本,使用Whisper AI... 支持 mp3, wav, m4a, ogg, flac. 自动检测语言.；返回全文、时间戳和每个分区的分解；

核心要点

100% 本地。
它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
使用时应结合输入条件选择合适的执行方式，核对必要参数、依赖环境与输出内容，并按原始要求处理异常情况。

使用与执行

该技能适合需要稳定复用相关能力的场景，可作为自动化工作流的一部分，也便于后续检查、调整和扩展。从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；

结果检查与注意事项

若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。

Audio Intel (x402)

使用 Whisper AI 将音频文件转录为文本。支持 mp3、wav、m4a、ogg、flac 格式。自动检测语言。返回完整文本、时间戳及按片段划分的详细结果。100% 在 Mac Mini 上本地执行推理。每次调用费用为 $0.05 USDC。

调用方式

POST https://x402.ntriq.co.kr/audio-intel
Content-Type: application/json
X-PAYMENT: 

{
  "audio_url": "https://example.com/speech.mp3"
}

参数

参数	类型	是否必需	说明
`audio_url`	string	✅（或提供 base64）	音频文件 URL（支持 mp3/wav/m4a/ogg/flac）
`audio_base64`	string	✅（或提供 URL）	Base64 编码的音频数据
`language`	string	❌	强制指定语言（例如 `en`、`ko`、`ja`）；默认为自动检测

响应示例

{
  "status": "ok",
  "text": "Hello, this is a test recording for transcription.",
  "language": "en",
  "language_probability": 0.998,
  "duration": 4.32,
  "segments": [
    {"start": 0.0, "end": 4.32, "text": "Hello, this is a test recording for transcription."}
  ]
}