mirror of https://github.com/snapotter-hq/SnapOtter.git synced 2026-08-03 07:46:42 +02:00

Files

T

SnapOtterandGitHub 4963ab3bbd feat(docs-i18n): translate all documentation into 20 languages

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.

2026-07-11 13:52:47 +08:00

2.1 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
Converte il parlato in testo con trascrizione basata su AI.	ae98c4c0aed2	human	654e18766567

Transcribe Audio

Converte il parlato in testo usando la trascrizione basata su AI (faster-whisper). Supporta formati di output in testo semplice, SRT e VTT con selezione della lingua automatica o manuale.

API Endpoint

POST /api/v1/tools/audio/transcribe-audio

Accetta dati form multipart con un file audio e un campo JSON settings.

Parameters

Parameter	Type	Required	Default	Description
language	string	No	`"auto"`	Lingua: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`, `id`, `th`, `vi`
outputFormat	string	No	`"txt"`	Formato di output: `txt`, `srt`, `vtt`

Example Request

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

Questo è uno strumento asincrono. L'API restituisce 202 Accepted immediatamente:

{
  "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "async": true
}

Monitora l'avanzamento tramite SSE su GET /api/v1/jobs/{jobId}/progress. Al completamento del job, lo stream SSE fornisce il risultato finale con un downloadUrl.

Notes

Richiede l'installazione del feature bundle transcription. Restituisce 501 con codice FEATURE_NOT_INSTALLED, il feature mancante, featureName e estimatedSize se il bundle non è disponibile.
Usa faster-whisper per la trascrizione. La lingua auto rileva automaticamente la lingua parlata.
I formati srt e vtt includono i timestamp per ogni segmento, adatti ai sottotitoli.
Il formato txt restituisce testo semplice senza timestamp.
Questo è uno strumento AI a lunga esecuzione; il tempo di elaborazione dipende dalla lunghezza dell'audio e dall'hardware del server.

2.1 KiB Raw Blame History