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
3.2 KiB
Markdown
54 lines
3.2 KiB
Markdown
---
|
|
description: "แปลงคำพูดเป็นข้อความด้วยการถอดเสียงที่ขับเคลื่อนด้วย AI"
|
|
i18n_source_hash: ae98c4c0aed2
|
|
i18n_provenance: human
|
|
i18n_output_hash: 8dba3f88764a
|
|
---
|
|
|
|
# Transcribe Audio {#transcribe-audio}
|
|
|
|
แปลงคำพูดเป็นข้อความโดยใช้การถอดเสียงที่ขับเคลื่อนด้วย AI (faster-whisper) รองรับรูปแบบผลลัพธ์เป็นข้อความธรรมดา SRT และ VTT พร้อมการเลือกภาษาแบบอัตโนมัติหรือด้วยตนเอง
|
|
|
|
## API Endpoint {#api-endpoint}
|
|
|
|
`POST /api/v1/tools/audio/transcribe-audio`
|
|
|
|
รับข้อมูล multipart form ที่มีไฟล์เสียงและฟิลด์ JSON `settings`
|
|
|
|
## Parameters {#parameters}
|
|
|
|
| Parameter | Type | Required | Default | Description |
|
|
|-----------|------|----------|---------|-------------|
|
|
| language | string | No | `"auto"` | ภาษา: `auto`, `en`, `de`, `fr`, `es`, `zh`, `ja`, `ko`, `id`, `th`, `vi` |
|
|
| outputFormat | string | No | `"txt"` | รูปแบบผลลัพธ์: `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}
|
|
|
|
นี่คือเครื่องมือแบบ async API จะส่งคืน `202 Accepted` ทันที:
|
|
|
|
```json
|
|
{
|
|
"jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
|
|
"async": true
|
|
}
|
|
```
|
|
|
|
ติดตามความคืบหน้าผ่าน SSE ที่ `GET /api/v1/jobs/{jobId}/progress` เมื่องานเสร็จสมบูรณ์ สตรีม SSE จะส่งมอบผลลัพธ์สุดท้ายพร้อม `downloadUrl`
|
|
|
|
## Notes {#notes}
|
|
|
|
- ต้องติดตั้งชุดฟีเจอร์ **transcription** จะส่งคืน `501` พร้อมโค้ด `FEATURE_NOT_INSTALLED` ตัว `feature`, `featureName` และ `estimatedSize` ที่ขาดหายไป หากไม่มีชุดฟีเจอร์ดังกล่าว
|
|
- ใช้ faster-whisper สำหรับการถอดเสียง ภาษา `auto` จะตรวจจับภาษาที่พูดโดยอัตโนมัติ
|
|
- รูปแบบ `srt` และ `vtt` มีการประทับเวลาสำหรับแต่ละเซกเมนต์ เหมาะสำหรับคำบรรยาย
|
|
- รูปแบบ `txt` ส่งคืนข้อความธรรมดาโดยไม่มีการประทับเวลา
|
|
- นี่คือเครื่องมือ AI ที่ใช้เวลานาน เวลาในการประมวลผลขึ้นอยู่กับความยาวของเสียงและฮาร์ดแวร์ของเซิร์ฟเวอร์
|