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
Wandelt Sprache mit KI-gestützter Transkription in Text um.	ae98c4c0aed2	human	794ba28482f6

Transcribe Audio

Wandelt Sprache mithilfe KI-gestützter Transkription (faster-whisper) in Text um. Unterstützt die Ausgabeformate Klartext, SRT und VTT mit automatischer oder manueller Sprachauswahl.

API Endpoint

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

Akzeptiert Multipart-Formulardaten mit einer Audiodatei und einem JSON-Feld settings.

Parameters

Parameter	Typ	Erforderlich	Standard	Beschreibung
language	string	Nein	`"auto"`	Sprache: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`, `id`, `th`, `vi`
outputFormat	string	Nein	`"txt"`	Ausgabeformat: `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

Dies ist ein asynchrones Tool. Die API gibt sofort 202 Accepted zurück:

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

Verfolge den Fortschritt per SSE unter GET /api/v1/jobs/{jobId}/progress. Sobald der Job abgeschlossen ist, liefert der SSE-Stream das Endergebnis mit einer downloadUrl.

Notes

Erfordert die Installation des Feature-Bundles transcription. Gibt 501 mit dem Code FEATURE_NOT_INSTALLED, dem fehlenden feature, featureName und estimatedSize zurück, wenn das Bundle nicht verfügbar ist.
Verwendet faster-whisper für die Transkription. Die Sprache auto erkennt die gesprochene Sprache automatisch.
Die Formate srt und vtt enthalten Zeitstempel für jedes Segment und eignen sich für Untertitel.
Das Format txt gibt Klartext ohne Zeitstempel zurück.
Dies ist ein länger laufendes KI-Tool; die Verarbeitungszeit hängt von der Audiolänge und der Server-Hardware ab.

2.1 KiB Raw Blame History