Modèles et API de HeartMuLa

À propos de HeartMuLa

HeartMuLa apporte le modèle à entrée audio de la plateforme. C’est le seul créateur ici dont la tâche part d’un fichier sonore plutôt que d’un prompt, d’une image ou d’un extrait vidéo.

HeartMuLa Transcribe prend une URL audio et renvoie les paroles chantées sous forme de texte. Le modèle est multilingue, n’expose aucune option à régler et se facture à la transcription plutôt qu’à la seconde ou au token : le coût d’un appel est donc connu d’avance. Le résultat est un artefact texte, mais il suit le même cycle de vie qu’une image ou une vidéo : créer la tâche, l’observer jusqu’à un état terminal, puis lire le résultat.

Employez-le quand ce que vous voulez tirer d’un enregistrement, ce sont des mots. Faute de paramètres, les seules variables qui comptent sont l’audio envoyé et la façon dont vous traitez le texte reçu ; l’essentiel de l’intégration porte donc sur le chemin d’upload et de rétention, pas sur le prompt. Pour produire du son en même temps qu’une image, adressez-vous plutôt aux familles vidéo dont les tâches posent l’audio sur l’image.