ShareAI Platform Docs

音声を文字起こし

入力オーディオのdataにbase64オーディオとその実際の形式を提供してください。.

Markdownとして表示
このページについて
POST https://api.shareai.now/api/v1/audio/transcriptions

音声を文字起こし

ベースURL
https://api.shareai.now
認証
Bearer APIキーまたは承認済みOAuthアクセストークン
必須スコープ
inference or monetization_gateway

base64形式の音声を提供してください input_audio.data その実際の内容 format. 対応言語、プロンプト、応答形式、タイムスタンプオプションはモデルに依存します。このJSONエンドポイントはmultipartファイルアップロードを受け付けません。応答には文字起こしと使用状況が含まれます。.

始める前に#

サーバーにSHAREAI_API_KEYを設定し、モデルプレースホルダーを現在有効なモデルに置き換えてください。APIキーをブラウザコードで公開しないでください。モデル、アカウント、資格情報、プロバイダーはすべてこの操作を許可する必要があります。以下のオプション設定はモデルのサポートが必要です。APIの安全範囲は、すべてのモデルがすべての値をサポートすることを保証するものではありません。.

リクエストを送信#

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"
  }
}'

この例では、有効なbase64転送を示すために小さな無音のWAVを含んでいます。input_audio.dataを自身の音声ファイルの標準base64に置き換えてください。Pythonでは、base64.b64encode(Path(“audio.wav”).read_bytes()).decode(“ascii”)を使用してください。このフィールドに音声URLを貼り付けないでください。.

リクエストフィールド#

フィールドタイプ意味と制限
model 必須文字列有効な公開モデル識別子を正確に指定してください。この操作を宣言し、資格情報で許可されている必要があります。.
input_audio 必須オブジェクト必須データと形式フィールド。dataは実際の音声バイトの標準base64であり、形式は一致している必要があります。JSONのみ対応しています。multipartは非対応です。時間課金には既知のタイムベースを持つWAV、MP3、またはFLACが必要で、合計600秒以内である必要があります。.
language文字列モデル対応の言語コード(任意)。.
prompt文字列モデル対応の文字起こしコンテキスト(任意)。音声生成プロンプトではありません。.
response_format文字列モデル対応のレスポンス形式、最大100文字。操作によって結果がJSONかバイナリかが決まります。.
timestamp_granularities配列モデル対応のタイムスタンプ粒度値(任意)。利用可能性は応答形式とモデルに依存します。.
providerオブジェクトオプションのプロバイダールーティング設定。プロバイダータグを受け入れる場合はprovider.onlyを使用してください。モデルIDのプレフィックスとして使用しないでください。アカウントと資格情報の制限は依然として適用されます。.

結果を読む#

成功時にはHTTP 200とJSONが返されます。base64形式の音声を提供してください input_audio.data その実際の内容 format. 対応言語、プロンプト、応答形式、タイムスタンプオプションはモデルに依存します。このJSONエンドポイントはmultipartファイルアップロードを受け付けません。応答には文字起こしと使用状況が含まれます。.

請求単位#

文字起こしはモデルが公開している時間またはトークン課金を使用します。プロバイダーが報告する秒数とトークン数は別々に測定されます。base64の長さは音声の再生時間やトークン数ではありません。入力時間課金には自己記述型のWAV、MP3、またはFLACが必要で、合計600秒以内である必要があります。未知または生のPCMタイムベースは時間課金には認められません。.

Consoleから正確な有効モデル識別子を選択してください。その宣言された操作と入出力機能がこのエンドポイントに一致する必要があります。テキストチャットモデルを別の操作に代用することはできません。資格情報、プロバイダー、アカウントの制限は依然として適用されます。.

料金と使用状況#

料金は選択されたモデル、プロバイダー、単位、バリアントに対してEUR AIクレジットで公開されます。そのアクティブな料金の次元のみが請求されます。見積もりは実行前にクレジットを予約します。最終的な請求は測定された使用量を使用します。料金は解像度、出力形式、または使用帯域によって異なる場合があります。最終的なShareAIのデビットはConsole Usageで確認してください。上流のコストフィールドやメディアバイトは、発明されたトークン数に変換されません。.

アクセスとエラー#

使用する inference 承認されたネットワークコスト推論または monetization_gateway 承認されたBuilderのマークアップおよび受け入れられた請求条件に基づきます。アイデンティティのみのアクセスでは支出は許可されません。検証、モデル認証、不足クレジット、レート制限、実行失敗は構造化された error. タイムアウトや送信の不確実性が発生した場合、別の有料リクエストを作成する前にUsageまたはビデオジョブを確認してください。.

最終更新日 2026年11月3日

ShareAIプラットフォームドキュメント
すべてのドキュメント

タイトルまたは内容で検索してください。

このページについて質問する

このページを探索するためのアシスタントを選択してください。または、ページをコピーして会話に貼り付けることもできます。

Ask ChatGPTAsk ClaudeAsk GrokAsk ShareAI