يقوم تحويل الكلام إلى نص بتفريغ الصوت المنطوق إلى نص مكتوب. أرسل ملف صوت إلى /audio/transcriptions، واختر نموذج تفريغ، وحدّد صيغة الاستجابة التي تريدها.
الاستخدام الأساسي
import os
import requests
with open("meeting.mp3", "rb") as audio:
response = requests.post(
"https://api.venice.ai/api/v1/audio/transcriptions",
headers={"Authorization": f"Bearer {os.environ['VENICE_API_KEY']}"},
files={"file": audio},
data={
"model": "nvidia/parakeet-tdt-0.6b-v3",
"response_format": "json",
},
)
response.raise_for_status()
print(response.json()["text"])
import { createReadStream } from "node:fs";
import FormData from "form-data";
const form = new FormData();
form.append("file", createReadStream("meeting.mp3"));
form.append("model", "nvidia/parakeet-tdt-0.6b-v3");
form.append("response_format", "json");
const response = await fetch("https://api.venice.ai/api/v1/audio/transcriptions", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.VENICE_API_KEY}`,
...form.getHeaders(),
},
body: form,
});
if (!response.ok) {
throw new Error(await response.text());
}
const transcript = await response.json();
console.log(transcript.text);
curl https://api.venice.ai/api/v1/audio/transcriptions \
-H "Authorization: Bearer $VENICE_API_KEY" \
--form [email protected] \
--form model=nvidia/parakeet-tdt-0.6b-v3 \
--form response_format=json
المدخلات المدعومة
تشمل صيغ الصوت الشائعة mp3 وmp4 وmpeg وmpga وm4a وwav وwebm وflac وogg. راجع صفحة نماذج تحويل الكلام إلى نص لمعرفة دعم النماذج الحالي والأسعار.
صيغ الاستجابة
| الصيغة | استخدمها عندما |
|---|
json | تريد استجابة بسيطة على شكل { "text": "..." }. |
text | تريد نصًا خالصًا دون الحاجة إلى تحليل JSON. |
srt | تحتاج إلى ترجمات بصيغة SubRip. |
vtt | تحتاج إلى ترجمات بصيغة WebVTT. |
verbose_json | تحتاج إلى بيانات وصفية أغنى عن الطوابع الزمنية والمقاطع. |
استخدم صيغ الترجمة عندما يُقرن التفريغ بتشغيل الوسائط. استخدم json أو text عندما يغذّي التفريغ التلخيصَ أو البحث أو مطالبات المحادثة اللاحقة.
نصائح الإنتاج
- حافظ على وضوح الصوت وتجنّب تداخل المتحدثين عند الإمكان.
- قسّم التسجيلات الطويلة جدًا إلى أجزاء أصغر إذا كان سير عملك يتطلب زمن استجابة أقل أو محاولات إعادة أسهل.
- خزّن مسار الصوت الأصلي، ومعرّف النموذج، وصيغة الاستجابة مع كل تفريغ لأغراض التدقيق.
موارد ذات صلة