Транскрипция аудио

Преобразование речи в текст с помощью транскрипции на базе ИИ (faster-whisper). Поддерживает вывод в форматах обычного текста, SRT и VTT с автоматическим или ручным выбором языка.

Эндпоинт API

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

Принимает multipart form data с аудиофайлом и JSON-полем settings.

Параметры

Параметр	Тип	Обязательный	По умолчанию	Описание
language	string	Нет	"auto"	Язык: auto, en, de, fr, es, zh, ja, ko, id, th, vi
outputFormat	string	Нет	"txt"	Формат вывода: txt, srt, vtt

Пример запроса

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"}'

Пример ответа

Это асинхронный инструмент. API сразу возвращает 202 Accepted:

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

Отслеживайте прогресс через SSE по адресу GET /api/v1/jobs/{jobId}/progress. После завершения задачи поток SSE доставляет итоговый результат с downloadUrl.

Примечания

• Требует установки набора функций transcription. Возвращает 501 с кодом FEATURE_NOT_INSTALLED, отсутствующим feature, featureName и estimatedSize, если набор недоступен.
• Использует faster-whisper для транскрипции. Язык auto определяет произносимый язык автоматически.
• Форматы srt и vtt включают временные метки для каждого сегмента, что подходит для субтитров.
• Формат txt возвращает обычный текст без временных меток.
• Это долго выполняющийся инструмент ИИ; время обработки зависит от длины аудио и аппаратного обеспечения сервера.