> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# 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。

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

| 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](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/FishAudioSpeechToText/zh.md)

***

**Source fingerprint (SHA-256):** `eaf1c9a9d2b90ec962a408615cc417b552864354c3f272144b8e239b23961920`