> ## Documentation Index
> Fetch the complete documentation index at: https://docs.venice.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Reconnaissance vocale

> Transcrivez des fichiers audio avec les modèles de reconnaissance vocale de Venice à l'aide du point de terminaison /audio/transcriptions compatible OpenAI.

La reconnaissance vocale transcrit l'audio parlé en texte écrit. Envoyez un fichier audio à `/audio/transcriptions`, choisissez un modèle de transcription et sélectionnez le format de réponse que vous souhaitez recevoir.

## Utilisation de base

<CodeGroup>
  ```python Python theme={"system"}
  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"])
  ```

  ```javascript Node.js theme={"system"}
  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);
  ```

  ```bash cURL theme={"system"}
  curl https://api.venice.ai/api/v1/audio/transcriptions \
    -H "Authorization: Bearer $VENICE_API_KEY" \
    --form file=@meeting.mp3 \
    --form model=nvidia/parakeet-tdt-0.6b-v3 \
    --form response_format=json
  ```
</CodeGroup>

## Entrées prises en charge

Les formats audio courants incluent `mp3`, `mp4`, `mpeg`, `mpga`, `m4a`, `wav`, `webm`, `flac` et `ogg`. Consultez la page [Modèles de reconnaissance vocale](/models/speech-to-text) pour connaître les modèles actuellement pris en charge et les tarifs.

## Formats de réponse

| Format         | À utiliser lorsque                                                        |
| -------------- | ------------------------------------------------------------------------- |
| `json`         | Vous souhaitez une réponse simple `{ "text": "..." }`.                    |
| `text`         | Vous souhaitez du texte brut sans analyse JSON.                           |
| `srt`          | Vous avez besoin de sous-titres SubRip.                                   |
| `vtt`          | Vous avez besoin de sous-titres WebVTT.                                   |
| `verbose_json` | Vous avez besoin de métadonnées de segments et d'horodatages plus riches. |

<Tip>
  Utilisez les formats de sous-titres lorsque la transcription sera associée à la lecture d'un média. Utilisez `json` ou `text` lorsque la transcription alimente la synthèse, la recherche ou des invites de chat en aval.
</Tip>

## Conseils pour la production

* Gardez l'audio clair et évitez les locuteurs qui se chevauchent lorsque possible.
* Découpez les enregistrements très longs en fragments plus petits si votre flux de travail nécessite une latence plus faible ou des réessais plus faciles.
* Stockez le chemin audio d'origine, l'identifiant du modèle et le format de réponse avec chaque transcription pour la traçabilité.

## Ressources connexes

* [API Audio Transcriptions](/api-reference/endpoint/audio/transcriptions)
* [Modèles de reconnaissance vocale](/models/speech-to-text)
* [Guide de synthèse vocale](/guides/media/text-to-speech)