Transcribir audio

Convierte voz en texto mediante transcripción impulsada por IA (faster-whisper). Admite formatos de salida de texto plano, SRT y VTT con selección de idioma automática o manual.

API Endpoint

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

Acepta datos de formulario multipart con un archivo de audio y un campo JSON settings.

Parámetros

Parámetro	Tipo	Obligatorio	Predeterminado	Descripción
language	string	No	"auto"	Idioma: auto, en, de, fr, es, zh, ja, ko, id, th, vi
outputFormat	string	No	"txt"	Formato de salida: txt, srt, vtt

Ejemplo de solicitud

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"}'

Ejemplo de respuesta

Esta es una herramienta asíncrona. La API devuelve 202 Accepted de inmediato:

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

Sigue el progreso mediante SSE en GET /api/v1/jobs/{jobId}/progress. Cuando el trabajo termina, el flujo SSE entrega el resultado final con un downloadUrl.

Notas

• Requiere que esté instalado el paquete de funciones transcription. Devuelve 501 con el código FEATURE_NOT_INSTALLED, el feature que falta, featureName y estimatedSize si el paquete no está disponible.
• Usa faster-whisper para la transcripción. El idioma auto detecta automáticamente el idioma hablado.
• Los formatos srt y vtt incluyen marcas de tiempo para cada segmento, adecuados para subtítulos.
• El formato txt devuelve texto plano sin marcas de tiempo.
• Esta es una herramienta de IA de ejecución prolongada; el tiempo de procesamiento depende de la duración del audio y del hardware del servidor.