Transcribe Audio

Chuyển giọng nói thành văn bản bằng phiên âm hỗ trợ AI (faster-whisper). Hỗ trợ các định dạng đầu ra văn bản thuần túy, SRT và VTT với lựa chọn ngôn ngữ tự động hoặc thủ công.

API Endpoint

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

Nhận dữ liệu multipart form với một tệp âm thanh và một trường JSON settings.

Parameters

Parameter	Type	Required	Default	Description
language	string	No	"auto"	Ngôn ngữ: auto, en, de, fr, es, zh, ja, ko, id, th, vi
outputFormat	string	No	"txt"	Định dạng đầu ra: 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

Đây là một công cụ bất đồng bộ. API trả về 202 Accepted ngay lập tức:

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

Theo dõi tiến trình qua SSE tại GET /api/v1/jobs/{jobId}/progress. Khi tác vụ hoàn tất, luồng SSE gửi kết quả cuối cùng kèm theo một downloadUrl.

Notes

• Yêu cầu cài đặt gói tính năng transcription. Trả về 501 với mã FEATURE_NOT_INSTALLED, cùng feature, featureName và estimatedSize còn thiếu nếu gói không khả dụng.
• Sử dụng faster-whisper để phiên âm. Ngôn ngữ auto tự động phát hiện ngôn ngữ được nói.
• Các định dạng srt và vtt bao gồm dấu thời gian cho từng đoạn, phù hợp làm phụ đề.
• Định dạng txt trả về văn bản thuần túy không có dấu thời gian.
• Đây là một công cụ AI chạy lâu; thời gian xử lý phụ thuộc vào độ dài âm thanh và phần cứng máy chủ.