Audio & realtime

Buat Transkripsi

Mentranskripsikan audio ke dalam bahasa input

POST
/v1/audio/transcriptions

Gunakan GET /v1/models?recommended_for=stt untuk mendapatkan model transkripsi saat ini.

Body Permintaan

Transkripsi dapat mengembalikan transkrip secara langsung atau menerima tugas asinkron dengan HTTP 200, id, dan status. Untuk tugas yang diterima, lakukan polling ke GET /v1/tasks/{id} dengan id yang dikembalikan. Untuk audio sinkron yang lebih panjang, berikan batas waktu (timeout) klien setidaknya 120s.

filefilewajib

File audio yang akan ditranskripsikan. Format yang didukung: flac, mp3, mp4, mpeg, mpga, m4a, ogg, wav, webm. Ukuran file maksimum: 25 MB.

modelstringwajib

ID model transkripsi, misalnya whisper-large-v3 atau qwen3-asr-flash. Temukan pilihan saat ini dengan GET /v1/models?recommended_for=stt. Tidak ada model default.

languagestring

Bahasa audio dalam format ISO-639-1 (misalnya, en, zh, ja).

promptstring

Teks opsional untuk memandu gaya model atau melanjutkan segmen sebelumnya, khusus untuk model yang mencantumkan parameter ini, seperti qwen3-asr-flash.

response_formatstringbawaan: json

Format output. Setiap model berbeda: semuanya menerima json, dan beberapa juga mencantumkan text atau verbose_json. Periksa detail model yang dipilih sebelum mengirimkan nilai lain. text mengembalikan teks mentah alih-alih objek JSON.

temperaturenumber

Suhu sampling dari 0 hingga 1, hanya untuk model yang mencantumkan parameter ini.

timestamp_granularitiesarray

word dan/atau segment, hanya untuk model yang mencantumkan parameter ini. Beberapa model memerlukan response_format=verbose_json untuk timestamp. Dalam request multipart, ulangi timestamp_granularities[] untuk beberapa nilai.

Respons

Field di bawah ini menjelaskan respons transkrip atau terjemahan JSON. text, srt, dan vtt mengembalikan teks mentah atau subtitle alih-alih objek JSON. Field tambahan bergantung pada model dan format output.

textstring

Teks yang ditranskripsikan.

Untuk verbose_json:

taskstring

Nama tugas saat dikembalikan, seperti transcribe.

languagestring

Bahasa yang terdeteksi.

durationnumber

Durasi audio dalam detik.

segmentsarray

Segmen transkripsi dengan timestamp.

wordsarray

Timestamp tingkat kata (jika diminta).

Tugas transkripsi asinkron yang diterima mengembalikan field berikut alih-alih transkrip. Lakukan polling ke GET /v1/tasks/{id}; tugas yang selesai mengembalikan text dan, jika tersedia, duration, segments, serta words.

idstring

ID tugas.

task_idstring

Alias pengidentifikasi tugas asinkron saat disediakan.

statusstring

Status tugas: pending, processing, completed, atau failed.

poll_urlstring

URL status untuk tugas ini. Lakukan polling ke GET /v1/tasks/{id} dengan id.

Permintaan

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"

Respons

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

Otorisasi

BearerAuth
AuthorizationBearer <token>

Autentikasi API Key. Buat atau kelola API key di Dashboard > API > API Keys.

Lokasi: header

Header

X-TokenLab-Delivery-Policy?string

Kebijakan Pengiriman per-permintaan. Menggantikan default API key dan Workspace. Secara otomatis mencoba TokenLab Verified terlebih dahulu dan dapat beralih satu kali ke Official saja sebelum output, penerimaan permintaan, atau pembuatan sumber daya persisten.

Nilai yang tersedia

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

Body permintaan

multipart/form-data

Respons

application/json

application/json

application/json

application/json

application/json

application/json