mirror of
https://github.com/snapotter-hq/SnapOtter.git
synced 2026-08-03 07:46:42 +02:00
SnapOtterandGitHub
4963ab3bbd
All 181 docs markdown files translated into 20 languages (apps/docs/<locale>/**). Companion to the i18n code PR; admin-merged because the file count exceeds GitHub's per-PR CI trigger limit. Validated by pnpm i18n:check (all surfaces, 0 stale/missing) and a clean all-locale docs build.
54 lines
3.4 KiB
Markdown
54 lines
3.4 KiB
Markdown
---
|
|
description: "AI-संचालित ट्रांसक्रिप्शन के साथ भाषण को टेक्स्ट में बदलें।"
|
|
i18n_source_hash: ae98c4c0aed2
|
|
i18n_provenance: human
|
|
i18n_output_hash: c23f7caac668
|
|
---
|
|
|
|
# Transcribe Audio {#transcribe-audio}
|
|
|
|
AI-संचालित ट्रांसक्रिप्शन (faster-whisper) का उपयोग करके भाषण को टेक्स्ट में बदलें। स्वचालित या मैनुअल भाषा चयन के साथ plain text, SRT, और VTT आउटपुट फ़ॉर्मेट का समर्थन करता है।
|
|
|
|
## API Endpoint {#api-endpoint}
|
|
|
|
`POST /api/v1/tools/audio/transcribe-audio`
|
|
|
|
एक ऑडियो फ़ाइल और एक JSON `settings` फ़ील्ड के साथ multipart form data स्वीकार करता है।
|
|
|
|
## Parameters {#parameters}
|
|
|
|
| Parameter | Type | Required | Default | Description |
|
|
|-----------|------|----------|---------|-------------|
|
|
| language | string | No | `"auto"` | भाषा: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`, `id`, `th`, `vi` |
|
|
| outputFormat | string | No | `"txt"` | आउटपुट फ़ॉर्मेट: `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}
|
|
|
|
यह एक async टूल है। API तुरंत `202 Accepted` लौटाता है:
|
|
|
|
```json
|
|
{
|
|
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
|
"async": true
|
|
}
|
|
```
|
|
|
|
`GET /api/v1/jobs/{jobId}/progress` पर SSE के माध्यम से प्रगति को ट्रैक करें। जब job पूरी हो जाती है, तो SSE स्ट्रीम एक `downloadUrl` के साथ अंतिम परिणाम प्रदान करता है।
|
|
|
|
## Notes {#notes}
|
|
|
|
- **transcription** फ़ीचर बंडल को इंस्टॉल करने की आवश्यकता है। यदि बंडल उपलब्ध नहीं है तो कोड `FEATURE_NOT_INSTALLED`, गायब `feature`, `featureName`, और `estimatedSize` के साथ `501` लौटाता है।
|
|
- ट्रांसक्रिप्शन के लिए faster-whisper का उपयोग करता है। भाषा `auto` स्वचालित रूप से बोली गई भाषा का पता लगाती है।
|
|
- `srt` और `vtt` फ़ॉर्मेट प्रत्येक खंड के लिए टाइमस्टैम्प शामिल करते हैं, जो सबटाइटल के लिए उपयुक्त हैं।
|
|
- `txt` फ़ॉर्मेट बिना टाइमस्टैम्प के plain text लौटाता है।
|
|
- यह एक लंबे समय तक चलने वाला AI टूल है; प्रोसेसिंग समय ऑडियो की लंबाई और सर्वर हार्डवेयर पर निर्भर करता है।
|