الانتقال إلى المحتوى الرئيسي
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

الصيغةاستخدمها عندما
jsonتريد استجابة بسيطة على شكل { "text": "..." }.
textتريد نصًا خالصًا دون الحاجة إلى تحليل JSON.
srtتحتاج إلى ترجمات بصيغة SubRip.
vttتحتاج إلى ترجمات بصيغة WebVTT.
verbose_jsonتحتاج 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