تحويل الكلام إلى نص | وثائق واجهة برمجة تطبيقات Venice

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 file=@meeting.mp3 \
  --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

⌘I