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

2.0 KiB

Raw Blame History

description, i18n_source_hash, i18n_provenance, i18n_output_hash

description	i18n_source_hash	i18n_provenance	i18n_output_hash
Omvandla tal till text med AI-driven transkribering.	ae98c4c0aed2	human	2c0cc1fc4468

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

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

Tar emot multipart-formulärdata med en ljudfil och ett JSON-fält settings.

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

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

Detta är ett asynkront verktyg. API:et returnerar 202 Accepted omedelbart:

{
  "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

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.

2.0 KiB Raw Blame History