> ## 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.

# Fala para Texto

> Transcreva arquivos de áudio com os modelos de fala para texto da Venice usando o endpoint /audio/transcriptions compatível com OpenAI.

A conversão de fala para texto transcreve áudio falado em texto escrito. Envie um arquivo de áudio para `/audio/transcriptions`, escolha um modelo de transcrição e selecione o formato de resposta desejado.

## Uso Básico

<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>

## Entradas Suportadas

Formatos de áudio comuns incluem `mp3`, `mp4`, `mpeg`, `mpga`, `m4a`, `wav`, `webm`, `flac` e `ogg`. Consulte a página [Modelos de Fala para Texto](/models/speech-to-text) para saber quais modelos são suportados atualmente e seus preços.

## Formatos de Resposta

| Formato        | Use quando                                                       |
| -------------- | ---------------------------------------------------------------- |
| `json`         | Você quiser uma resposta simples no formato `{ "text": "..." }`. |
| `text`         | Você quiser texto puro sem precisar fazer parse de JSON.         |
| `srt`          | Você precisar de legendas SubRip.                                |
| `vtt`          | Você precisar de legendas WebVTT.                                |
| `verbose_json` | Você precisar de metadados mais ricos de timestamps e segmentos. |

<Tip>
  Use formatos de legenda quando a transcrição for combinada com a reprodução da mídia. Use `json` ou `text` quando a transcrição alimentar sumarização, busca ou prompts de chat subsequentes.
</Tip>

## Dicas de Produção

* Mantenha o áudio nítido e evite falas sobrepostas quando possível.
* Divida gravações muito longas em pedaços menores se seu fluxo de trabalho precisar de menor latência ou retentativas mais fáceis.
* Armazene o caminho do áudio original, o ID do modelo e o formato de resposta com cada transcrição para fins de auditoria.

## Recursos Relacionados

* [API de Transcrição de Áudio](/api-reference/endpoint/audio/transcriptions)
* [Modelos de Fala para Texto](/models/speech-to-text)
* [Guia de Texto para Fala](/guides/media/text-to-speech)