TokenLab

Audio & temps réel

Créer une transcription

Transcrit l'audio dans la langue d'entrée

POST
/v1/audio/transcriptions

Utilisez GET /v1/models?recommended_for=stt pour obtenir les modèles de transcription actuels.

Corps de la requête

La transcription peut renvoyer la transcription immédiatement ou accepter une tâche asynchrone avec HTTP 200, id et status. Pour une tâche acceptée, interrogez GET /v1/tasks/{id} avec l'identifiant id renvoyé. Pour un fichier audio synchrone plus long, prévoyez un délai d'expiration (timeout) côté client d'au moins 120s.

filefilerequis

Fichier audio à transcrire. Formats pris en charge : flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav, webm. Taille maximale du fichier : 25 Mo.

modelstringrequis

Identifiant du modèle de transcription, par exemple whisper-large-v3 ou qwen3-asr-flash. Consultez les options actuelles avec GET /v1/models?recommended_for=stt. Il n'y a pas de modèle par défaut.

languagestring

Langue de l'audio au format ISO-639-1 (par ex. en, zh, ja).

promptstring

Texte facultatif pour guider le style du modèle ou poursuivre un segment précédent, pour les modèles qui prennent en charge ce paramètre, tels que qwen3-asr-flash.

response_formatstringpar défaut: json

Format de sortie. Les modèles diffèrent : tous acceptent json, et certains prennent également en charge text ou verbose_json. Vérifiez les détails du modèle sélectionné avant d'envoyer une autre valeur. text renvoie du texte brut au lieu d'un objet JSON.

temperaturenumber

Température d'échantillonnage de 0 à 1, uniquement pour les modèles qui prennent en charge ce paramètre.

timestamp_granularitiesarray

word et/ou segment, uniquement pour les modèles qui prennent en charge ce paramètre. Certains modèles nécessitent response_format=verbose_json pour les horodatages. Dans les requêtes multipart, répétez timestamp_granularities[] pour plusieurs valeurs.

Réponse

Les champs ci-dessous décrivent les réponses JSON de transcription ou de traduction. text, srt et vtt renvoient du texte brut ou des sous-titres plutôt qu'un objet JSON. Les champs supplémentaires dépendent du modèle et du format de sortie.

textstring

Le texte transcrit.

Pour verbose_json :

taskstring

Nom de la tâche lorsqu'il est renvoyé, comme transcribe.

languagestring

Langue détectée.

durationnumber

Durée de l'audio en secondes.

segmentsarray

Segments de transcription avec horodatages.

wordsarray

Horodatages au niveau du mot (si demandés).

Une tâche de transcription asynchrone acceptée renvoie les champs suivants à la place de la transcription. Interrogez GET /v1/tasks/{id} ; une tâche terminée renvoie text et, le cas échéant, duration, segments et words.

idstring

Identifiant de la tâche.

task_idstring

Alias de l'identifiant de la tâche asynchrone lorsqu'il est fourni.

statusstring

Statut de la tâche : pending, processing, completed ou failed.

poll_urlstring

URL de statut pour cette tâche. Interrogez GET /v1/tasks/{id} avec id.

Requête

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"

Réponse

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

Autorisation

BearerAuth
AuthorizationBearer <token>

Authentification par clé API. Créez ou gérez vos clés API dans Dashboard > API > API Keys.

Emplacement: header

En-têtes

X-TokenLab-Delivery-Policy?string

Politique de livraison par requête. Remplace les valeurs par défaut de la clé API et de l'espace de travail. Tente automatiquement TokenLab Verified en premier et peut basculer une fois vers Official uniquement avant la sortie, l'acceptation de la requête ou la création de ressource persistante.

Valeurs possibles

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

Corps de la requête

multipart/form-data

Réponse

application/json

application/json

application/json

application/json

application/json

application/json