Transcrire l'audio

Convertit la parole en texte grâce à une transcription assistée par IA (faster-whisper). Prend en charge les formats de sortie texte brut, SRT et VTT, avec sélection automatique ou manuelle de la langue.

Point de terminaison de l'API

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

Accepte des données de formulaire multipart avec un fichier audio et un champ JSON settings.

Paramètres

Paramètre	Type	Requis	Par défaut	Description
language	string	Non	"auto"	Langue : auto, en, de, fr, es, zh, ja, ko, id, th, vi
outputFormat	string	Non	"txt"	Format de sortie : txt, srt, vtt

Exemple de requête

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"}'

Exemple de réponse

C'est un outil asynchrone. L'API renvoie immédiatement 202 Accepted :

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

Suivez la progression via SSE à GET /api/v1/jobs/{jobId}/progress. Lorsque la tâche se termine, le flux SSE fournit le résultat final avec une downloadUrl.

Remarques

• Nécessite l'installation du pack de fonctionnalités transcription. Renvoie 501 avec le code FEATURE_NOT_INSTALLED, le feature manquant, featureName et estimatedSize si le pack n'est pas disponible.
• Utilise faster-whisper pour la transcription. La langue auto détecte automatiquement la langue parlée.
• Les formats srt et vtt incluent des horodatages pour chaque segment, adaptés aux sous-titres.
• Le format txt renvoie du texte brut sans horodatages.
• C'est un outil IA de longue durée ; le temps de traitement dépend de la longueur de l'audio et du matériel du serveur.