mirror of https://github.com/snapotter-hq/SnapOtter.git synced 2026-08-03 07:46:42 +02:00

Files

T

SnapOtterandGitHub 4963ab3bbd feat(docs-i18n): translate all documentation into 20 languages

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.

2026-07-11 13:52:47 +08:00

2.2 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
Convierte voz en texto con transcripción impulsada por IA.	ae98c4c0aed2	human	60aea729c253

Transcribir 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

POST /api/v1/tools/audio/transcribe-audio

Acepta datos de formulario multipart con un archivo de audio y un campo JSON settings.

Parámetros

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

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

Esta es una herramienta asíncrona. La API devuelve 202 Accepted de inmediato:

{
  "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

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.

2.2 KiB Raw Blame History