Parole en texte

Speech to Text convertit une URL audio en texte et en métadonnées de segment facultatives. Utilisez-le pour les fichiers audio téléchargés, les enregistrements d'appels, les flux de travail des créateurs et les tâches de transcription back-end.

POST /api/open/v1/speech/transcriptions
Authorization: Bearer KITTA_API_KEY
Content-Type: application/json

Demande

{
  "audioUrl": "https://example.com/audio.mp3",
  "language": "en"
}

audioUrl doit être joignable par le service API. Si vos fichiers sont privés, générez une URL signée de courte durée qui reste valide suffisamment longtemps pour être traitée. language est facultatif. Utilisez une indication de langue telle que en, zh ou ru lorsque vous connaissez la langue source.

curl https://kittaai.com/api/open/v1/speech/transcriptions \
  -H "Authorization: Bearer KITTA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"audioUrl":"https://example.com/audio.mp3","language":"en"}'

Réponse

{
  "text": "This is the transcription result.",
  "duration": 12.4,
  "segments": [],
  "credits_used": 13,
  "quota_remaining": 987987
}

La forme du segment peut varier selon le modèle et la capacité du compte. Votre analyseur doit traiter les métadonnées de segment comme facultatives et utiliser text comme résultat principal.

Facturation et crédits

La transcription est généralement facturée en fonction de la durée audio. Validez la durée du fichier de votre côté lorsque cela est possible, en particulier avant de soumettre les enregistrements téléchargés par les utilisateurs. Si votre produit autorise plusieurs téléchargements à la fois, mettez les tâches en file d'attente et vérifiez le solde du compte entre les lots.

Lorsqu'une demande échoue avant le début du traitement audio, les crédits ne doivent pas être traités de la même manière qu'une transcription terminée. Utilisez les champs de réponse et les vérifications de profil pour le rapprochement opérationnel.

Erreurs