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
2.2 KiB
Markdown
54 lines
2.2 KiB
Markdown
---
|
|
description: "Convierte voz en texto con transcripción impulsada por IA."
|
|
i18n_source_hash: ae98c4c0aed2
|
|
i18n_provenance: human
|
|
i18n_output_hash: 60aea729c253
|
|
---
|
|
|
|
# Transcribir audio {#transcribe-audio}
|
|
|
|
Convierte voz en texto mediante transcripción impulsada por IA (faster-whisper). Admite formatos de salida de texto plano, SRT y VTT con selección de idioma automática o manual.
|
|
|
|
## API Endpoint {#api-endpoint}
|
|
|
|
`POST /api/v1/tools/audio/transcribe-audio`
|
|
|
|
Acepta datos de formulario multipart con un archivo de audio y un campo JSON `settings`.
|
|
|
|
## Parámetros {#parameters}
|
|
|
|
| Parámetro | Tipo | Obligatorio | Predeterminado | Descripción |
|
|
|-----------|------|----------|---------|-------------|
|
|
| language | string | No | `"auto"` | Idioma: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`, `id`, `th`, `vi` |
|
|
| outputFormat | string | No | `"txt"` | Formato de salida: `txt`, `srt`, `vtt` |
|
|
|
|
## Ejemplo de solicitud {#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"}'
|
|
```
|
|
|
|
## Ejemplo de respuesta {#example-response}
|
|
|
|
Esta es una herramienta asíncrona. La API devuelve `202 Accepted` de inmediato:
|
|
|
|
```json
|
|
{
|
|
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
|
"async": true
|
|
}
|
|
```
|
|
|
|
Sigue el progreso mediante SSE en `GET /api/v1/jobs/{jobId}/progress`. Cuando el trabajo termina, el flujo SSE entrega el resultado final con un `downloadUrl`.
|
|
|
|
## Notas {#notes}
|
|
|
|
- Requiere que esté instalado el paquete de funciones **transcription**. Devuelve `501` con el código `FEATURE_NOT_INSTALLED`, el `feature` que falta, `featureName` y `estimatedSize` si el paquete no está disponible.
|
|
- Usa faster-whisper para la transcripción. El idioma `auto` detecta automáticamente el idioma hablado.
|
|
- Los formatos `srt` y `vtt` incluyen marcas de tiempo para cada segmento, adecuados para subtítulos.
|
|
- El formato `txt` devuelve texto plano sin marcas de tiempo.
|
|
- Esta es una herramienta de IA de ejecución prolongada; el tiempo de procesamiento depende de la duración del audio y del hardware del servidor.
|