Audio & Echtzeit
Transkription erstellen
Transkribiert Audio in die Eingabesprache
Verwenden Sie GET /v1/models?recommended_for=stt, um aktuelle Transkriptionsmodelle abzurufen.
Request-Body
Die Transkription kann das Transkript sofort zurückgeben oder eine asynchrone Aufgabe mit HTTP 200, id und status annehmen. Bei einer angenommenen Aufgabe fragen Sie GET /v1/tasks/{id} mit der zurückgegebenen id ab. Planen Sie bei längeren synchronen Audiodateien ein Client-Timeout von mindestens 120s ein.
Zu transkribierende Audiodatei. Unterstützte Formate: flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav, webm. Maximale Dateigröße: 25 MB.
ID des Transkriptionsmodells, zum Beispiel whisper-large-v3 oder qwen3-asr-flash. Aktuelle Optionen finden Sie unter GET /v1/models?recommended_for=stt. Es gibt kein Standardmodell.
Sprache der Audiodatei im ISO-639-1-Format (z. B. en, zh, ja).
Optionaler Text zur Steuerung des Modellstils oder zur Fortsetzung eines vorherigen Segments, für Modelle, die diesen Parameter aufführen, wie z. B. qwen3-asr-flash.
jsonAusgabeformat. Modelle unterscheiden sich: Alle akzeptieren json, und einige führen auch text oder verbose_json auf. Prüfen Sie die Details des ausgewählten Modells, bevor Sie einen anderen Wert senden. text gibt Rohtext anstelle eines JSON-Objekts zurück.
Sampling-Temperatur von 0 bis 1, nur für Modelle, die diesen Parameter aufführen.
word und/oder segment, nur für Modelle, die diesen Parameter aufführen. Einige Modelle erfordern response_format=verbose_json für Zeitstempel. Wiederholen Sie in Multipart-Requests timestamp_granularities[] für mehrere Werte.
Antwort
Die folgenden Felder beschreiben JSON-Transkript- oder Übersetzungsantworten. text, srt und vtt geben Rohtext oder Untertitel anstelle eines JSON-Objekts zurück. Zusätzliche Felder hängen vom Modell und dem Ausgabeformat ab.
Der transkribierte Text.
Für verbose_json:
Name der Aufgabe, falls zurückgegeben, z. B. transcribe.
Erkannte Sprache.
Audiodauer in Sekunden.
Transkriptionssegmente mit Zeitstempeln.
Zeitstempel auf Wortebene (falls angefordert).
Eine angenommene asynchrone Transkriptionsaufgabe gibt anstelle des Transkripts die folgenden Felder zurück. Rufen Sie GET /v1/tasks/{id} per Polling ab; eine abgeschlossene Aufgabe gibt text und, sofern verfügbar, duration, segments und words zurück.
Aufgaben-ID.
Alias für die Kennung der asynchronen Aufgabe, falls bereitgestellt.
Aufgabenstatus: pending, processing, completed oder failed.
Status-URL für diese Aufgabe. Rufen Sie GET /v1/tasks/{id} mit id ab.
Anfrage
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"Antwort
{
"text": "Hello, this is a test of the transcription API."
}Autorisierung
BearerAuth API-Key-Authentifizierung. Erstellen oder verwalten Sie API-Keys unter Dashboard > API > API Keys.
Ort: header
Header
Zustellungsrichtlinie pro Anfrage. Überschreibt die API-Key- und Workspace-Standardeinstellungen. Versucht automatisch zuerst TokenLab Verified und kann vor der Ausgabe, der Annahme der Anfrage oder der Erstellung persistenter Ressourcen einmalig auf Official umstellen.
Zulässige Werte
- "auto"
- "verified"
- "official"
Anfragekörper
multipart/form-data
Antwort
application/json
application/json
application/json
application/json
application/json
application/json