オーディオとリアルタイム

文字起こしの作成

音声を指定した入力言語で文字起こしします

POST
/v1/audio/transcriptions

現在の文字起こしモデルを取得するには、GET /v1/models?recommended_for=stt を使用してください。

リクエストボディ

文字起こしは、文字起こし結果を即座に返すか、HTTP 200、id、および status を含む非同期タスクを受け付けます。受け付けられたタスクについては、返された id を使用して GET /v1/tasks/{id} をポーリングしてください。長時間の同期音声処理の場合は、クライアントのタイムアウトを少なくとも 120s に設定してください。

filefile必須

文字起こし対象の音声ファイル。サポートされているフォーマット: flac、mp3、mp4、mpeg、mpga、m4a、ogg、wav、webm。最大ファイルサイズ: 25 MB。

modelstring必須

文字起こしモデルの ID(例: whisper-large-v3 や qwen3-asr-flash)。利用可能なモデルは GET /v1/models?recommended_for=stt で確認できます。デフォルトモデルはありません。

languagestring

ISO-639-1 形式の音声の言語(例: en、zh、ja)。

promptstring

モデルのスタイルを誘導したり、前のセグメントを継続したりするための任意のテキスト。qwen3-asr-flash など、このパラメータに対応しているモデルでのみ利用可能です。

response_formatstringデフォルト: json

出力フォーマット。モデルによって異なります。すべてのモデルが json を受け付け、一部のモデルは text や verbose_json にも対応しています。別の値を送信する前に、選択したモデルの詳細を確認してください。text は JSON オブジェクトの代わりに未加工のテキストを返します。

temperaturenumber

0 から 1 のサンプリング温度。このパラメータに対応しているモデルでのみ利用可能です。

timestamp_granularitiesarray

word および/または segment。このパラメータに対応しているモデルでのみ利用可能です。一部のモデルではタイムスタンプに response_format=verbose_json が必要です。multipart リクエストでは、複数の値に対して timestamp_granularities[] を繰り返して指定します。

レスポンス

以下のフィールドは、JSON 形式の文字起こしまたは翻訳レスポンスを説明しています。text、srt、および vtt は、JSON オブジェクトではなく未加工のテキストまたは字幕を返します。その他のフィールドは、モデルおよび出力フォーマットによって異なります。

textstring

文字起こしされたテキスト。

verbose_json の場合:

taskstring

返されるタスク名(例: transcribe)。

languagestring

検出された言語。

durationnumber

音声の長さ(秒単位)。

segmentsarray

タイムスタンプ付きの文字起こしセグメント。

wordsarray

単語レベルのタイムスタンプ(リクエストされた場合)。

受け付けられた非同期文字起こしタスクは、文字起こし結果の代わりに以下のフィールドを返します。GET /v1/tasks/{id} をポーリングしてください。完了したタスクは text を返し、利用可能な場合は duration、segments、および words も返します。

idstring

タスク ID。

task_idstring

提供されている場合の非同期タスク識別子のエイリアス。

statusstring

タスクのステータス: pending、processing、completed、または failed。

poll_urlstring

このタスクのステータス URL。id を使用して GET /v1/tasks/{id} をポーリングします。

リクエスト

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"

レスポンス

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

認証

BearerAuth
AuthorizationBearer <token>

APIキー認証。Dashboard > API > API KeysでAPIキーを作成または管理します。

場所: header

ヘッダー

X-TokenLab-Delivery-Policy?string

リクエストごとの配信ポリシー。APIキーおよびWorkspaceのデフォルト設定を上書きします。自動的にまず TokenLab Verified を試行し、出力、リクエストの受け入れ、または永続的なリソース作成の前に、一度だけ Official に切り替える場合があります。

指定できる値

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

リクエストボディ

multipart/form-data

レスポンス

application/json

application/json

application/json

application/json

application/json

application/json