Речь в текст

Речь в текст преобразует URL-адрес аудио в текст и дополнительные метаданные сегмента. Используйте его для загруженного аудио, записей разговоров, рабочих процессов создателей и заданий внутренней транскрипции.

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

Запрос

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

audioUrl должен быть доступен службе API. Если ваши файлы являются частными, создайте недолговечный подписанный URL-адрес, который остается действительным достаточно долго для обработки. language является необязательным. Если вы знаете исходный язык, используйте подсказку о языке, например en, zh или ru.

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"}'

Ответ

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

Форма сегмента может варьироваться в зависимости от модели и возможностей учетной записи. Ваш анализатор должен рассматривать метаданные сегмента как необязательные и использовать text в качестве основного результата.

Выставление счетов и кредиты

Транскрипция обычно взимается в зависимости от продолжительности звука. По возможности проверяйте продолжительность файла на своей стороне, особенно перед отправкой загружаемых пользователем записей. Если ваш продукт допускает много загрузок одновременно, ставьте задания в очередь и проверяйте баланс счета между пакетами.

Если запрос завершается неудачей до начала обработки аудио, кредиты не следует рассматривать как завершенную транскрипцию. Используйте поля ответов и проверки профиля для оперативной сверки.

Ошибки