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: "Converta fala em texto com transcrição por IA."
|
|
i18n_source_hash: ae98c4c0aed2
|
|
i18n_provenance: human
|
|
i18n_output_hash: 5d605f2aff6c
|
|
---
|
|
|
|
# Transcrever Áudio {#transcribe-audio}
|
|
|
|
Converta fala em texto usando transcrição por IA (faster-whisper). Suporta os formatos de saída texto simples, SRT e VTT, com seleção de idioma automática ou manual.
|
|
|
|
## Endpoint da API {#api-endpoint}
|
|
|
|
`POST /api/v1/tools/audio/transcribe-audio`
|
|
|
|
Aceita dados de formulário multipart com um arquivo de áudio e um campo JSON `settings`.
|
|
|
|
## Parâmetros {#parameters}
|
|
|
|
| Parâmetro | Tipo | Obrigatório | Padrão | Descrição |
|
|
|-----------|------|----------|---------|-------------|
|
|
| language | string | Não | `"auto"` | Idioma: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`, `id`, `th`, `vi` |
|
|
| outputFormat | string | Não | `"txt"` | Formato de saída: `txt`, `srt`, `vtt` |
|
|
|
|
## Exemplo de Requisição {#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"}'
|
|
```
|
|
|
|
## Exemplo de Resposta {#example-response}
|
|
|
|
Esta é uma ferramenta assíncrona. A API retorna `202 Accepted` imediatamente:
|
|
|
|
```json
|
|
{
|
|
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
|
"async": true
|
|
}
|
|
```
|
|
|
|
Acompanhe o progresso via SSE em `GET /api/v1/jobs/{jobId}/progress`. Quando o job é concluído, o fluxo SSE entrega o resultado final com um `downloadUrl`.
|
|
|
|
## Notas {#notes}
|
|
|
|
- Requer que o pacote de recursos **transcription** esteja instalado. Retorna `501` com o código `FEATURE_NOT_INSTALLED`, o `feature` ausente, `featureName` e `estimatedSize` se o pacote não estiver disponível.
|
|
- Usa faster-whisper para a transcrição. O idioma `auto` detecta o idioma falado automaticamente.
|
|
- Os formatos `srt` e `vtt` incluem marcações de tempo para cada segmento, adequados para legendas.
|
|
- O formato `txt` retorna texto simples sem marcações de tempo.
|
|
- Esta é uma ferramenta de IA de longa duração; o tempo de processamento depende da duração do áudio e do hardware do servidor.
|