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
2.1 KiB
Markdown
54 lines
2.1 KiB
Markdown
---
|
|
description: "Wandelt Sprache mit KI-gestützter Transkription in Text um."
|
|
i18n_source_hash: ae98c4c0aed2
|
|
i18n_provenance: human
|
|
i18n_output_hash: 794ba28482f6
|
|
---
|
|
|
|
# Transcribe Audio {#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 {#api-endpoint}
|
|
|
|
`POST /api/v1/tools/audio/transcribe-audio`
|
|
|
|
Akzeptiert Multipart-Formulardaten mit einer Audiodatei und einem JSON-Feld `settings`.
|
|
|
|
## Parameters {#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 {#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}
|
|
|
|
Dies ist ein asynchrones Tool. Die API gibt sofort `202 Accepted` zurück:
|
|
|
|
```json
|
|
{
|
|
"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 {#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.
|