> ## 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.

# Speech-to-Text

> Trascrivi file audio con i modelli speech-to-text di Venice usando l'endpoint /audio/transcriptions compatibile con OpenAI.

Lo speech-to-text trascrive l'audio parlato in testo scritto. Invia un file audio a `/audio/transcriptions`, scegli un modello di trascrizione e seleziona il formato di risposta desiderato.

## Utilizzo di 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>

## Input Supportati

I formati audio comuni includono `mp3`, `mp4`, `mpeg`, `mpga`, `m4a`, `wav`, `webm`, `flac` e `ogg`. Consulta la pagina [Modelli Speech-to-Text](/models/speech-to-text) per il supporto dei modelli e i prezzi aggiornati.

## Formati di Risposta

| Formato        | Da usare quando                                              |
| -------------- | ------------------------------------------------------------ |
| `json`         | Vuoi una risposta semplice del tipo `{ "text": "..." }`.     |
| `text`         | Vuoi testo semplice senza fare parsing di JSON.              |
| `srt`          | Hai bisogno di sottotitoli SubRip.                           |
| `vtt`          | Hai bisogno di sottotitoli WebVTT.                           |
| `verbose_json` | Hai bisogno di timestamp più ricchi e metadati sui segmenti. |

<Tip>
  Usa i formati per sottotitoli quando la trascrizione verrà abbinata a una riproduzione multimediale. Usa `json` o `text` quando la trascrizione alimenta riassunti, ricerca o prompt di chat a valle.
</Tip>

## Consigli per la Produzione

* Mantieni l'audio chiaro ed evita, se possibile, la sovrapposizione tra parlanti.
* Suddividi registrazioni molto lunghe in chunk più piccoli se il tuo flusso richiede minore latenza o retry più semplici.
* Memorizza il percorso audio originale, l'ID del modello e il formato di risposta insieme a ogni trascrizione per esigenze di tracciabilità.

## Risorse Correlate

* [API Audio Transcriptions](/api-reference/endpoint/audio/transcriptions)
* [Modelli Speech-to-Text](/models/speech-to-text)
* [Guida al Text-to-Speech](/guides/media/text-to-speech)