Audio & temps réel
Créer une transcription
Transcrit l'audio dans la langue d'entrée
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.
Fichier audio à transcrire. Formats pris en charge : flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav, webm. Taille maximale du fichier : 25 Mo.
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.
Langue de l'audio au format ISO-639-1 (par ex. en, zh, ja).
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.
jsonFormat 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.
Température d'échantillonnage de 0 à 1, uniquement pour les modèles qui prennent en charge ce paramètre.
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.
Le texte transcrit.
Pour verbose_json :
Nom de la tâche lorsqu'il est renvoyé, comme transcribe.
Langue détectée.
Durée de l'audio en secondes.
Segments de transcription avec horodatages.
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.
Identifiant de la tâche.
Alias de l'identifiant de la tâche asynchrone lorsqu'il est fourni.
Statut de la tâche : pending, processing, completed ou failed.
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 Authentification par clé API. Créez ou gérez vos clés API dans Dashboard > API > API Keys.
Emplacement: header
En-têtes
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