FishAudioSpeechToText - ComfyUI Built-in Node Documentation

此节点使用 Fish Audio 语音转文本服务将音频转写为文本。它会自动检测音频的语言，并可以选择性地以 JSON 格式返回词级时间戳片段。

输入

参数	描述	数据类型	必填	范围
`音频`	要转写的音频。	AUDIO	是	—
`语言`	ISO 639-1 语言提示（例如 ‘en’、‘zh’）。语言始终会被自动检测。默认值：""（空字符串）。	STRING	否	任何 ISO 639-1 语言代码，例如 `en`、`zh`；空字符串用于自动检测
`precise_timestamps`	返回词级时间戳片段。默认值：false。	BOOLEAN	否	true or false

注意：language 参数只是一个提示——语言始终会从音频中自动检测。当 precise_timestamps 为 false（默认值）时，不返回词级时间戳；当为 true 时，输出片段中包含词级时间戳。

输出名称	描述	数据类型
`文本`	转写后的文本。	STRING
`language_code`	检测到的音频 ISO 639-1 语言代码。	STRING
`segments_json`	包含转录片段的 JSON 字符串。启用 `precise_timestamps` 时，其中包含词级时间戳。	STRING

本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！在 GitHub 上编辑

Source fingerprint (SHA-256): eaf1c9a9d2b90ec962a408615cc417b552864354c3f272144b8e239b23961920