Transcrever Áudio

Converta fala em texto usando transcrição por IA (faster-whisper). Suporta os formatos de saída texto simples, SRT e VTT, com seleção de idioma automática ou manual.

Endpoint da API

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

Aceita dados de formulário multipart com um arquivo de áudio e um campo JSON settings.

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
language	string	Não	"auto"	Idioma: auto, en, de, fr, es, zh, ja, ko, id, th, vi
outputFormat	string	Não	"txt"	Formato de saída: txt, srt, vtt

Exemplo de Requisição

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"}'

Exemplo de Resposta

Esta é uma ferramenta assíncrona. A API retorna 202 Accepted imediatamente:

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

Acompanhe o progresso via SSE em GET /api/v1/jobs/{jobId}/progress. Quando o job é concluído, o fluxo SSE entrega o resultado final com um downloadUrl.

Notas

• Requer que o pacote de recursos transcription esteja instalado. Retorna 501 com o código FEATURE_NOT_INSTALLED, o feature ausente, featureName e estimatedSize se o pacote não estiver disponível.
• Usa faster-whisper para a transcrição. O idioma auto detecta o idioma falado automaticamente.
• Os formatos srt e vtt incluem marcações de tempo para cada segmento, adequados para legendas.
• O formato txt retorna texto simples sem marcações de tempo.
• Esta é uma ferramenta de IA de longa duração; o tempo de processamento depende da duração do áudio e do hardware do servidor.