الصوت والوقت الفعلي

إنشاء تفريغ صوتي

تفريغ الصوت إلى لغة الإدخال

POST
/v1/audio/transcriptions

استخدم GET /v1/models?recommended_for=stt للحصول على نماذج التفريغ الصوتي الحالية.

نص الطلب

يمكن لعملية التفريغ الصوتي إرجاع النص المفرّغ فورًا أو قبول مهمة غير متزامنة مع رمز HTTP 200 وid وstatus. بالنسبة للمهمة المقبولة، قم بالاستعلام الدوري عبر GET /v1/tasks/{id} باستخدام id المرتجع. بالنسبة للتسجيلات الصوتية المتزامنة الأطول، اسمح بمهلة انتظار للعميل لا تقل عن 120s.

filefileمطلوب

الملف الصوتي المراد تفريغه. التنسيقات المدعومة: flac، وmp3، وmp4، وmpeg، وmpga، وm4a، وogg، وwav، وwebm. الحد الأقصى لحجم الملف: 25 ميجابايت.

modelstringمطلوب

معرّف نموذج التفريغ الصوتي، على سبيل المثال whisper-large-v3 أو qwen3-asr-flash. يمكنك العثور على الخيارات الحالية عبر GET /v1/models?recommended_for=stt. لا يوجد نموذج افتراضي.

languagestring

لغة الصوت بتنسيق ISO-639-1 (مثل en، أو zh، أو ja).

promptstring

نص اختياري لتوجيه أسلوب النموذج أو متابعة مقطع سابق، للنماذج التي تدعم هذه المعلمة، مثل qwen3-asr-flash.

response_formatstringالافتراضي: json

تنسيق الإخراج. تختلف النماذج: تقبل جميعها json، ويدرج بعضها أيضًا text أو verbose_json. تحقق من تفاصيل النموذج المحدد قبل إرسال قيمة أخرى. يُرجع text نصًا خامًا بدلاً من كائن JSON.

temperaturenumber

درجة حرارة أخذ العينات من 0 إلى 1، فقط للنماذج التي تدعم هذه المعلمة.

timestamp_granularitiesarray

word و/أو segment، فقط للنماذج التي تدعم هذه المعلمة. تتطلب بعض النماذج response_format=verbose_json للحصول على الطوابع الزمنية. في طلبات multipart، كرّر timestamp_granularities[] للقيم المتعددة.

الاستجابة

تصف الحقول أدناه استجابات التفريغ الصوتي أو الترجمة بتنسيق JSON. تُرجع التنسيقات text وsrt وvtt نصًا أوليًا أو ترجمات نصية بدلاً من كائن JSON. وتعتمد الحقول الإضافية على النموذج وتنسيق الإخراج.

textstring

النص المفرّغ.

بالنسبة لـ verbose_json:

taskstring

اسم المهمة عند إرجاعه، مثل transcribe.

languagestring

اللغة المكتشفة.

durationnumber

مدة التسجيل الصوتي بالثواني.

segmentsarray

مقاطع التفريغ الصوتي مع الطوابع الزمنية.

wordsarray

طوابع زمنية على مستوى الكلمة (إذا طُلبت).

تُرجع مهمة التفريغ الصوتي غير المتزامنة المقبولة الحقول التالية بدلاً من النص المفرّغ. استعلم دوريًا عبر GET /v1/tasks/{id}؛ تُرجع المهمة المكتملة text، وعند توفرها، duration وsegments وwords.

idstring

معرّف المهمة.

task_idstring

اسم مستعار لمعرّف المهمة غير المتزامنة عند توفره.

statusstring

حالة المهمة: pending، أو processing، أو completed، أو failed.

poll_urlstring

رابط URL لحالة هذه المهمة. استعلم دوريًا عبر GET /v1/tasks/{id} باستخدام id.

الطلب

curl -X POST "https://api.tokenlab.sh/v1/audio/transcriptions" \
  -H "Authorization: Bearer sk-your-api-key" \
  -F file="@audio.mp3" \
  -F model="whisper-large-v3" \
  -F language="en"

الاستجابة

{
  "text": "Hello, this is a test of the transcription API."
}

التفويض

BearerAuth
AuthorizationBearer <token>

مصادقة مفتاح API. قم بإنشاء أو إدارة مفاتيح API في Dashboard > API > API Keys.

الموضع: header

الترويسات

X-TokenLab-Delivery-Policy?string

سياسة التسليم لكل طلب. تتجاوز إعدادات API key و Workspace الافتراضية. يحاول النظام تلقائياً استخدام TokenLab Verified أولاً، وقد ينتقل مرة واحدة إلى Official فقط قبل المخرجات، أو قبول الطلب، أو إنشاء مورد دائم.

القيم المتاحة

  • "auto"
  • "verified"
  • "official"

جسم الطلب

multipart/form-data

الاستجابة

application/json

application/json

application/json

application/json

application/json

application/json