Audio y tiempo real
Crear transcripción
Transcribe audio al idioma de entrada
Utilice GET /v1/models?recommended_for=stt para obtener los modelos de transcripción actuales.
Cuerpo de la solicitud
La transcripción puede devolver la transcripción inmediatamente o aceptar una tarea asíncrona con un código HTTP 200, id y status. Para una tarea aceptada, realice un sondeo (poll) a GET /v1/tasks/{id} con el id devuelto. Para audios síncronos más largos, permita un tiempo de espera del cliente de al menos 120s.
Archivo de audio a transcribir. Formatos admitidos: flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav, webm. Tamaño máximo de archivo: 25 MB.
ID del modelo de transcripción, por ejemplo whisper-large-v3 o qwen3-asr-flash. Encuentre las opciones actuales con GET /v1/models?recommended_for=stt. No existe un modelo predeterminado.
Idioma del audio en formato ISO-639-1 (p. ej., en, zh, ja).
Texto opcional para guiar el estilo del modelo o continuar un segmento anterior, para modelos que enumeran este parámetro, como qwen3-asr-flash.
jsonFormato de salida. Los modelos difieren: todos aceptan json, y algunos también enumeran text o verbose_json. Verifique los detalles del modelo seleccionado antes de enviar otro valor. text devuelve texto sin formato en lugar de un objeto JSON.
Temperatura de muestreo de 0 a 1, solo para modelos que enumeran este parámetro.
word y/o segment, solo para modelos que enumeran este parámetro. Algunos modelos necesitan response_format=verbose_json para las marcas de tiempo. En solicitudes multipart, repita timestamp_granularities[] para múltiples valores.
Respuesta
Los campos a continuación describen las respuestas de transcripción o traducción en JSON. text, srt y vtt devuelven texto sin formato o subtítulos en lugar de un objeto JSON. Los campos adicionales dependen del modelo y del formato de salida.
El texto transcrito.
Para verbose_json:
Nombre de la tarea cuando se devuelve, como transcribe.
Idioma detectado.
Duración del audio en segundos.
Segmentos de transcripción con marcas de tiempo.
Marcas de tiempo a nivel de palabra (si se solicita).
Una tarea de transcripción asíncrona aceptada devuelve los siguientes campos en lugar de la transcripción. Realice un sondeo a GET /v1/tasks/{id}; una tarea completada devuelve text y, cuando esté disponible, duration, segments y words.
ID de la tarea.
Alias del identificador de tarea asíncrona cuando se proporciona.
Estado de la tarea: pending, processing, completed o failed.
URL de estado para esta tarea. Realice un sondeo a GET /v1/tasks/{id} con el id.
Solicitud
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"Respuesta
{
"text": "Hello, this is a test of the transcription API."
}Autorización
BearerAuth Autenticación con API Key. Cree o gestione API keys en Dashboard > API > API Keys.
Ubicación: header
Encabezados
Política de entrega por solicitud. Sustituye los valores predeterminados de la API key y del Workspace. Auto intenta primero con TokenLab Verified y puede cambiar una vez a Official solo antes de la salida, la aceptación de la solicitud o la creación de recursos persistentes.
Valores permitidos
- "auto"
- "verified"
- "official"
Cuerpo de la solicitud
multipart/form-data
Respuesta
application/json
application/json
application/json
application/json
application/json
application/json