ShareAI Platform Docs

رونویسی صوت

ارائه صوت base64 در input_audio.data و فرمت واقعی آن.

مشاهده به‌صورت Markdown
در این صفحه
POST https://api.shareai.now/api/v1/audio/transcriptions

رونویسی صوت

URL پایه
https://api.shareai.now
احراز هویت
کلید API Bearer یا توکن دسترسی OAuth تأیید‌شده
دامنه مورد نیاز
inference or monetization_gateway

ارائه صوت base64 در input_audio.data و مقدار واقعی آن format. زبان‌های پشتیبانی‌شده، درخواست‌ها، قالب‌های پاسخ و گزینه‌های زمان‌بندی به مدل بستگی دارند. این نقطه پایانی JSON آپلود فایل‌های چندبخشی را نمی‌پذیرد. پاسخ شامل متن تبدیل‌شده و استفاده گزارش‌شده است.

قبل از شروع#

SHAREAI_API_KEY را روی سرور خود تنظیم کنید و جایگزین مدل را با یک مدل فعال فعلی انجام دهید. هرگز کلید API را در کد مرورگر افشا نکنید. مدل، حساب، اعتبار و ارائه‌دهنده باید این عملیات را مجاز کنند. تنظیمات اختیاری زیر به پشتیبانی مدل نیاز دارند؛ محدودیت‌های ایمنی API تضمین نمی‌کنند که هر مدل از هر مقدار پشتیبانی کند.

ارسال یک درخواست#

cURL

curl --fail-with-body --request POST "https://api.shareai.now/api/v1/audio/transcriptions" \
  -H "Authorization: Bearer $SHAREAI_API_KEY" \
  -H "Content-Type: application/json" \
  --data '{
  "model": "YOUR_ENABLED_TRANSCRIPTION_MODEL",
  "input_audio": {
    "data": "UklGRsQAAABXQVZFZm10IBAAAAABAAEAQB8AAIA+AAACABAAZGF0YaAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA",
    "format": "wav"
  }
}'

مثال شامل یک فایل WAV کوچک و بی‌صدا است که فقط برای نمایش انتقال معتبر base64 استفاده می‌شود. input_audio.data را با base64 استاندارد فایل صوتی خود جایگزین کنید؛ برای Python از base64.b64encode(Path(“audio.wav”).read_bytes()).decode(“ascii”) استفاده کنید. یک URL صوتی را در این فیلد قرار ندهید.

فیلدهای درخواست#

فیلدنوعمعنا و محدودیت‌ها
model مورد نیازرشتهشناسه دقیق مدل عمومی فعال. باید این عملیات را اعلام کند و توسط اعتبار شما مجاز باشد.
input_audio مورد نیازشیءداده‌ها و فیلدهای قالب مورد نیاز. data باید base64 استاندارد از بایت‌های واقعی صوت باشد؛ قالب باید مطابقت داشته باشد. فقط JSON؛ چندبخشی پشتیبانی نمی‌شود. تعرفه‌های مدت زمان نیاز به WAV، MP3 یا FLAC با یک زمان‌بندی مشخص دارند، حداکثر 600 ثانیه ترکیبی.
languageرشتهکد زبان اختیاری پشتیبانی‌شده توسط مدل.
promptرشتهزمینه تبدیل اختیاری پشتیبانی‌شده توسط مدل؛ نه یک درخواست تولید صوت.
response_formatرشتهفرمت پاسخ پشتیبانی‌شده توسط مدل، حداکثر 100 کاراکتر. عملیات تعیین می‌کند که نتیجه JSON یا باینری باشد.
timestamp_granularitiesآرایهمقادیر اختیاری گرانولاریت زمان‌بندی پشتیبانی‌شده توسط مدل. دسترسی به قالب پاسخ و مدل بستگی دارد.
providerشیءتنظیمات اختیاری ترجیحات مسیریابی ارائه‌دهنده. از provider.only برای برچسب‌های ارائه‌دهنده پذیرفته‌شده استفاده کنید، نه یک پیشوند در شناسه مدل. محدودیت‌های حساب و اعتبار همچنان اعمال می‌شوند.

خواندن نتیجه#

موفقیت با HTTP 200 و JSON بازمی‌گردد. ارائه صوت base64 در input_audio.data و مقدار واقعی آن format. زبان‌های پشتیبانی‌شده، درخواست‌ها، قالب‌های پاسخ و گزینه‌های زمان‌بندی به مدل بستگی دارند. این نقطه پایانی JSON آپلود فایل‌های چندبخشی را نمی‌پذیرد. پاسخ شامل متن تبدیل‌شده و استفاده گزارش‌شده است.

واحدهای صورتحساب#

تبدیل متن از تعرفه‌های مدت زمان و/یا توکن منتشرشده مدل استفاده می‌کند. ثانیه‌ها و توکن‌های گزارش‌شده توسط Provider به‌صورت اندازه‌گیری‌های جداگانه باقی می‌مانند. طول base64 مدت زمان صوت یا تعداد توکن نیست. تعرفه‌های مدت زمان ورودی نیاز به WAV، MP3 یا FLAC خودتوصیف‌کننده با مدت زمان ترکیبی حداکثر 600 ثانیه دارند؛ زمان‌بندی‌های ناشناخته یا خام PCM برای قیمت‌گذاری مدت زمان پذیرفته نمی‌شوند.

مدل فعال مورد نظر را از Console انتخاب کنید. عملیات اعلام‌شده و قابلیت‌های ورودی/خروجی آن باید با این نقطه پایانی مطابقت داشته باشد؛ یک مدل چت متنی نمی‌تواند جایگزین عملیات دیگری شود. محدودیت‌های اعتبارنامه، ارائه‌دهنده و حساب شما همچنان اعمال می‌شوند.

قیمت‌گذاری و استفاده#

نرخ‌ها به صورت اعتبارهای AI به یورو برای مدل انتخاب‌شده، ارائه‌دهنده، واحدها و انواع منتشر می‌شوند. فقط ابعاد موجود در تعرفه فعال آن شارژ می‌شوند. یک تخمین اعتبارها را قبل از اجرا رزرو می‌کند؛ هزینه‌های نهایی بر اساس استفاده اندازه‌گیری‌شده محاسبه می‌شوند. قیمت‌ها ممکن است به وضوح، فرمت خروجی یا یک باند استفاده بستگی داشته باشند. برای بدهی نهایی ShareAI، Console Usage را بررسی کنید. فیلدهای هزینه بالادستی و بایت‌های رسانه به شمارش توکن‌های اختراعی تبدیل نمی‌شوند.

دسترسی و خطاها#

استفاده کنید inference برای استنتاج هزینه شبکه تأیید‌شده یا monetization_gateway برای افزایش قیمت تأیید‌شده Builder و شرایط صورتحساب پذیرفته‌شده. دسترسی فقط به هویت، مجوز هزینه کردن را نمی‌دهد. اعتبارسنجی، مجوز مدل، اعتبار ناکافی، محدودیت نرخ و شکست‌های اجرا یک ساختار بازگشتی را برمی‌گردانند. error. پس از یک زمان انتظار یا ارسال نامشخص، Usage یا کار ویدیویی را بررسی کنید قبل از ایجاد درخواست دیگری که ممکن است هزینه‌بر باشد.

لینک به واحدهای صورتحساب

مستندات پلتفرم ShareAI
تمام مستندات

جستجو بر اساس عنوان یا محتوا.

درباره این صفحه بپرسید

یک دستیار برای کاوش این صفحه انتخاب کنید. همچنین می‌توانید صفحه را کپی کرده و در مکالمه خود جای‌گذاری کنید.

Ask ChatGPTAsk ClaudeAsk GrokAsk ShareAI