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
2.0 KiB
Markdown
54 lines
2.0 KiB
Markdown
---
|
|
description: "Omvandla tal till text med AI-driven transkribering."
|
|
i18n_source_hash: ae98c4c0aed2
|
|
i18n_provenance: human
|
|
i18n_output_hash: 2c0cc1fc4468
|
|
---
|
|
|
|
# Transcribe Audio {#transcribe-audio}
|
|
|
|
Omvandla tal till text med AI-driven transkribering (faster-whisper). Stöder utdataformaten oformaterad text, SRT och VTT med automatiskt eller manuellt språkval.
|
|
|
|
## API Endpoint {#api-endpoint}
|
|
|
|
`POST /api/v1/tools/audio/transcribe-audio`
|
|
|
|
Tar emot multipart-formulärdata med en ljudfil och ett JSON-fält `settings`.
|
|
|
|
## Parameters {#parameters}
|
|
|
|
| Parameter | Type | Required | Default | Description |
|
|
|-----------|------|----------|---------|-------------|
|
|
| language | string | No | `"auto"` | Språk: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`, `id`, `th`, `vi` |
|
|
| outputFormat | string | No | `"txt"` | Utdataformat: `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}
|
|
|
|
Detta är ett asynkront verktyg. API:et returnerar `202 Accepted` omedelbart:
|
|
|
|
```json
|
|
{
|
|
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
|
"async": true
|
|
}
|
|
```
|
|
|
|
Följ förloppet via SSE på `GET /api/v1/jobs/{jobId}/progress`. När jobbet är klart levererar SSE-strömmen det slutliga resultatet med en `downloadUrl`.
|
|
|
|
## Notes {#notes}
|
|
|
|
- Kräver att funktionspaketet **transcription** är installerat. Returnerar `501` med koden `FEATURE_NOT_INSTALLED`, det saknade `feature`, `featureName` och `estimatedSize` om paketet inte är tillgängligt.
|
|
- Använder faster-whisper för transkribering. Språket `auto` identifierar det talade språket automatiskt.
|
|
- Formaten `srt` och `vtt` innehåller tidsstämplar för varje segment, lämpliga för undertexter.
|
|
- Formatet `txt` returnerar oformaterad text utan tidsstämplar.
|
|
- Detta är ett långkörande AI-verktyg; bearbetningstiden beror på ljudets längd och serverns hårdvara.
|