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

3.2 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
แปลงคำพูดเป็นข้อความด้วยการถอดเสียงที่ขับเคลื่อนด้วย AI	ae98c4c0aed2	human	8dba3f88764a

Transcribe Audio

แปลงคำพูดเป็นข้อความโดยใช้การถอดเสียงที่ขับเคลื่อนด้วย AI (faster-whisper) รองรับรูปแบบผลลัพธ์เป็นข้อความธรรมดา SRT และ VTT พร้อมการเลือกภาษาแบบอัตโนมัติหรือด้วยตนเอง

API Endpoint

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

รับข้อมูล multipart form ที่มีไฟล์เสียงและฟิลด์ JSON settings

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

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

นี่คือเครื่องมือแบบ async API จะส่งคืน 202 Accepted ทันที:

{
  "jobId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
  "async": true
}

ติดตามความคืบหน้าผ่าน SSE ที่ GET /api/v1/jobs/{jobId}/progress เมื่องานเสร็จสมบูรณ์ สตรีม SSE จะส่งมอบผลลัพธ์สุดท้ายพร้อม downloadUrl

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

3.2 KiB Raw Blame History