mirror of
https://github.com/snapotter-hq/SnapOtter.git
synced 2026-08-03 07:46:42 +02:00
54 lines
2.3 KiB
Markdown
54 lines
2.3 KiB
Markdown
|
---
|
||
|
|
description: "Chuyển giọng nói thành văn bản bằng phiên âm hỗ trợ AI."
|
||
|
|
i18n_source_hash: ae98c4c0aed2
|
||
|
|
i18n_provenance: human
|
||
|
|
i18n_output_hash: 1d62713737af
|
||
|
|
---
|
||
|
|
|
||
|
|
# Transcribe Audio {#transcribe-audio}
|
||
|
|
|
||
|
|
Chuyển giọng nói thành văn bản bằng phiên âm hỗ trợ AI (faster-whisper). Hỗ trợ các định dạng đầu ra văn bản thuần túy, SRT và VTT với lựa chọn ngôn ngữ tự động hoặc thủ công.
|
||
|
|
|
||
|
|
## API Endpoint {#api-endpoint}
|
||
|
|
|
||
|
|
`POST /api/v1/tools/audio/transcribe-audio`
|
||
|
|
|
||
|
|
Nhận dữ liệu multipart form với một tệp âm thanh và một trường JSON `settings`.
|
||
|
|
|
||
|
|
## Parameters {#parameters}
|
||
|
|
|
||
|
|
| Parameter | Type | Required | Default | Description |
|
||
|
|
|-----------|------|----------|---------|-------------|
|
||
|
|
| language | string | No | `"auto"` | Ngôn ngữ: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`, `id`, `th`, `vi` |
|
||
|
|
| outputFormat | string | No | `"txt"` | Định dạng đầu ra: `txt`, `srt`, `vtt` |
|
||
|
|
|
||
|
|
## Example Request {#example-request}
|
||
|
|
|
||
|
|
```bash
|
||
|
|
curl -X POST http://localhost:1349/api/v1/tools/audio/transcribe-audio \
|
||
|
|
-H "Authorization: Bearer si_your-api-key" \
|
||
|
|
-F "file=@audio.mp3" \
|
||
|
|
-F 'settings={"language": "en", "outputFormat": "srt"}'
|
||
|
|
```
|
||
|
|
|
||
|
|
## Example Response {#example-response}
|
||
|
|
|
||
|
|
Đây là một công cụ bất đồng bộ. API trả về `202 Accepted` ngay lập tức:
|
||
|
|
|
||
|
|
```json
|
||
|
|
{
|
||
|
|
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
||
|
|
"async": true
|
||
|
|
}
|
||
|
|
```
|
||
|
|
|
||
|
|
Theo dõi tiến trình qua SSE tại `GET /api/v1/jobs/{jobId}/progress`. Khi tác vụ hoàn tất, luồng SSE gửi kết quả cuối cùng kèm theo một `downloadUrl`.
|
||
|
|
|
||
|
|
## Notes {#notes}
|
||
|
|
|
||
|
|
- Yêu cầu cài đặt gói tính năng **transcription**. Trả về `501` với mã `FEATURE_NOT_INSTALLED`, cùng `feature`, `featureName` và `estimatedSize` còn thiếu nếu gói không khả dụng.
|
||
|
|
- Sử dụng faster-whisper để phiên âm. Ngôn ngữ `auto` tự động phát hiện ngôn ngữ được nói.
|
||
|
|
- Các định dạng `srt` và `vtt` bao gồm dấu thời gian cho từng đoạn, phù hợp làm phụ đề.
|
||
|
|
- Định dạng `txt` trả về văn bản thuần túy không có dấu thời gian.
|
||
|
|
- Đây là một công cụ AI chạy lâu; thời gian xử lý phụ thuộc vào độ dài âm thanh và phần cứng máy chủ.
|