FishAudioSpeechToText - ComfyUI Built-in Node Documentation

此节点使用 Fish Audio 语音转文本服务将音频转录为文本。它会自动检测音频的语言，并可选地以 JSON 形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`	要转录的音频。	AUDIO	是	—
`语言`	ISO 639-1 语言提示（例如 ‘en’、‘zh’）。无论如何都会自动检测语言。默认值：""（空字符串）。	STRING	否	任意 ISO 639-1 语言代码，例如 `en`、`zh`；空字符串表示自动检测
`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——语言始终会根据音频自动检测。当 precise_timestamps 为 false（默认值）时，不会返回词级时间戳；当为 true 时，输出片段会包含词级时间戳。

输出名称	描述	数据类型
`text`	转录得到的文本。	STRING
`language_code`	为音频检测到的 ISO 639-1 语言代码。	STRING
`segments_json`	包含转录片段的 JSON 字符串。当启用 `precise_timestamps` 时，会包含词级时间戳。	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