نسخ الصوت

حوِّل الكلام إلى نص باستخدام نسخ مدعوم بالذكاء الاصطناعي (faster-whisper). يدعم تنسيقات الخرج النصية العادية وSRT وVTT مع اختيار لغة تلقائي أو يدوي.

نقطة نهاية API

POST /api/v1/tools/audio/transcribe-audio

يقبل بيانات نموذج متعدد الأجزاء تحتوي على ملف صوتي وحقل JSON بصيغة settings.

المعاملات

المعامل	النوع	مطلوب	الافتراضي	الوصف
language	string	لا	"auto"	اللغة: auto، en، de، fr، es، zh، ja، ko، id، th، vi
outputFormat	string	لا	"txt"	تنسيق الخرج: txt، srt، vtt

مثال على الطلب

curl -X POST http://localhost:1349/api/v1/tools/audio/transcribe-audio \
  -H "Authorization: Bearer si_your-api-key" \
  -F "[email protected]" \
  -F 'settings={"language": "en", "outputFormat": "srt"}'

مثال على الاستجابة

هذه أداة غير متزامنة. تُرجع API الاستجابة 202 Accepted فورًا:

{
  "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "async": true
}

تابع التقدم عبر SSE على GET /api/v1/jobs/{jobId}/progress. عند اكتمال المهمة، يسلّم بث SSE النتيجة النهائية مع downloadUrl.

ملاحظات

• يتطلب تثبيت حزمة ميزة transcription. يُرجع 501 برمز FEATURE_NOT_INSTALLED، وحقل feature المفقود، وfeatureName، وestimatedSize إذا لم تكن الحزمة متاحة.
• يستخدم faster-whisper للنسخ. تكتشف اللغة auto اللغة المنطوقة تلقائيًا.
• يتضمّن تنسيقا srt وvtt طوابع زمنية لكل مقطع، مناسبة للترجمات.
• يُرجع تنسيق txt نصًا عاديًا بدون طوابع زمنية.
• هذه أداة ذكاء اصطناعي طويلة التشغيل؛ يعتمد وقت المعالجة على طول الصوت وعتاد الخادم.