Fala para Texto

Speech to Text converte um URL de áudio em texto e metadados de segmento opcionais. Use-o para upload de áudio, gravações de chamadas, fluxos de trabalho de criadores e trabalhos de transcrição de back-end.

POST /api/open/v1/speech/transcriptions
Authorization: Bearer FISHAUDIO_API_KEY
Content-Type: application/json

Solicitar

{
  "audioUrl": "https://example.com/audio.mp3",
  "language": "en"
}

audioUrl deve ser acessível pelo serviço API. Se seus arquivos forem privados, gere um URL assinado de curta duração que permaneça válido por tempo suficiente para processamento. language é opcional. Use uma dica de idioma como en, zh ou ru quando você souber o idioma de origem.

curl https://fishaudio.org/api/open/v1/speech/transcriptions \
  -H "Authorization: Bearer FISHAUDIO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"audioUrl":"https://example.com/audio.mp3","language":"en"}'

Resposta

{
  "text": "This is the transcription result.",
  "duration": 12.4,
  "segments": [],
  "credits_used": 13,
  "quota_remaining": 987987
}

O formato do segmento pode variar de acordo com o modelo e a capacidade da conta. Seu analisador deve tratar os metadados do segmento como opcionais e usar text como resultado principal.

Faturamento e créditos

A transcrição normalmente é cobrada pela duração do áudio. Valide a duração do arquivo sempre que possível, especialmente antes de enviar gravações enviadas pelo usuário. Se o seu produto permitir muitos uploads de uma vez, coloque os trabalhos na fila e verifique o saldo da conta entre os lotes.

Quando uma solicitação falha antes do início do processamento de áudio, os créditos não devem ser tratados da mesma forma que uma transcrição completa. Use campos de resposta e verificações de perfil para reconciliação operacional.

Erros