Transcribe Audio

Converte il parlato in testo usando la trascrizione basata su AI (faster-whisper). Supporta formati di output in testo semplice, SRT e VTT con selezione della lingua automatica o manuale.

API Endpoint

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

Accetta dati form multipart con un file audio e un campo JSON settings.

Parameters

Parameter	Type	Required	Default	Description
language	string	No	"auto"	Lingua: auto, en, de, fr, es, zh, ja, ko, id, th, vi
outputFormat	string	No	"txt"	Formato di output: txt, srt, vtt

Example Request

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"}'

Example Response

Questo è uno strumento asincrono. L'API restituisce 202 Accepted immediatamente:

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

Monitora l'avanzamento tramite SSE su GET /api/v1/jobs/{jobId}/progress. Al completamento del job, lo stream SSE fornisce il risultato finale con un downloadUrl.

Notes

• Richiede l'installazione del feature bundle transcription. Restituisce 501 con codice FEATURE_NOT_INSTALLED, il feature mancante, featureName e estimatedSize se il bundle non è disponibile.
• Usa faster-whisper per la trascrizione. La lingua auto rileva automaticamente la lingua parlata.
• I formati srt e vtt includono i timestamp per ogni segmento, adatti ai sottotitoli.
• Il formato txt restituisce testo semplice senza timestamp.
• Questo è uno strumento AI a lunga esecuzione; il tempo di elaborazione dipende dalla lunghezza dell'audio e dall'hardware del server.