オーディオとリアルタイム
翻訳を作成
音声を英語のテキストに翻訳します
概要
サポートされている任意の言語の音声を英語のテキストに翻訳します。文字起こしとは異なり、このエンドポイントは入力言語に関係なく常に英語のテキストを出力します。
このエンドポイントは音声を英語に翻訳します。language は音声翻訳ではサポートされておらず、unsupported_parameter が返される可能性があるため、送信しないでください。テキスト翻訳には POST /v1/translations を使用してください。recommended_for=translation はそのテキスト API を指します。
リクエストボディ
翻訳結果は処理が完了した時点で返されます。長時間の音声の場合は、HTTP 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。
翻訳する音声ファイル。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は 25 MB です。
現在、POST /v1/audio/translations へのサポートを明示している公開モデルはありません。デフォルトまたはコピー可能なモデル ID は存在しません。
モデルのスタイルを誘導したり、前のセグメントを継続させたりするためのオプションのテキスト。英語である必要があります。
json出力フォーマット。指定可能な値はモデルによって異なります。詳細はモデルの仕様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。
0 から 1 までのサンプリング温度。このパラメータをサポートするモデルでのみ有効です。
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について説明しています。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。追加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。
英語に翻訳されたテキスト。
verbose_json フォーマットの場合、レスポンスには以下も含まれます:
レスポンスで報告された言語ラベル(提供されている場合)。
入力音声の長さ(秒単位)。
タイムスタンプ付きの翻訳テキストのセグメント。
リクエスト
curl -X POST "https://api.tokenlab.sh/v1/audio/translations" \
-H "Authorization: Bearer sk-your-api-key" \
-F "model=your-model-id" \
-F "file=@german_audio.mp3"レスポンス
{
"text": "Hello, my name is Wolfgang and I come from Germany. Where are you from?"
}翻訳 vs 文字起こし
| 項目 | 翻訳(Translation) | 文字起こし(Transcription) |
|---|---|---|
| 出力言語 | 常に英語 | 入力と同じ |
| ユースケース | 外国語の音声を英語に変換 | 元の言語を維持 |
| Language パラメータ | 該当なし | 任意のヒント |
認証
BearerAuth 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
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