ShareAI Platform Docs

I-transcribe ang audio

Magbigay ng base64 audio sa input_audio.data at ang aktwal nitong format.

Tingnan bilang Markdown
Sa pahinang ito
POST https://api.shareai.now/api/v1/audio/transcriptions

I-transcribe ang audio

Base URL
https://api.shareai.now
Pagpapatunay
Bearer API key o aprubadong OAuth access token
Kinakailangang scope
inference or monetization_gateway

Magbigay ng base64 audio sa input_audio.data at ang aktwal nito format. Ang mga suportadong wika, prompt, format ng tugon, at mga opsyon sa timestamp ay nakadepende sa modelo. Ang JSON endpoint na ito ay hindi tumatanggap ng multipart file uploads. Ang tugon ay naglalaman ng transcription at iniulat na paggamit.

Bago ka magsimula#

Itakda ang SHAREAI_API_KEY sa iyong server at palitan ang placeholder ng modelo ng kasalukuyang pinapaganang modelo. Huwag kailanman ilantad ang API key sa browser code. Ang modelo, account, kredensyal, at provider ay dapat lahat pahintulutan ang operasyong ito. Ang mga opsyonal na setting sa ibaba ay nangangailangan ng suporta ng modelo; ang mga hangganan ng kaligtasan ng API ay hindi pangako na ang bawat modelo ay sumusuporta sa bawat halaga.

Magpadala ng kahilingan#

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"
  }
}'

Ang halimbawa ay naglalaman ng isang maliit na tahimik na WAV na ipinapakita lamang ang wastong base64 transport. Palitan ang input_audio.data ng standard base64 ng sarili mong audio file; para sa Python gamitin ang base64.b64encode(Path(“audio.wav”).read_bytes()).decode(“ascii”). Huwag maglagay ng audio URL sa field na ito.

Mga field ng kahilingan#

PatlangUriKahulugan at mga limitasyon
model kinakailanganstringEksaktong pinapaganang pampublikong identifier ng modelo. Dapat ideklara ang operasyong ito at pahintulutan ng iyong kredensyal.
input_audio kinakailanganbagayKinakailangang data at mga field ng format. Ang data ay standard base64 ng aktwal na audio bytes; ang format ay dapat tumugma. JSON lamang; hindi suportado ang multipart. Ang mga taripa sa tagal ay nangangailangan ng WAV, MP3 o FLAC na may kilalang timebase, hanggang sa 600 segundo na pinagsama.
languagestringOpsyonal na code ng wika na suportado ng modelo.
promptstringOpsyonal na konteksto ng transcription na suportado ng modelo; hindi isang prompt para sa pagbuo ng audio.
response_formatstringSinusuportahan ng modelo ang format ng tugon, hanggang sa 100 karakter. Ang operasyon ang nagtatakda kung ang resulta ay JSON o binary.
timestamp_granularitiesarrayOpsyonal na mga halaga ng granularity ng timestamp na suportado ng modelo. Ang availability ay nakadepende sa format ng tugon at modelo.
providerbagayOpsyonal na mga kagustuhan sa pag-route ng provider. Gamitin ang provider.only para sa mga tinatanggap na tag ng provider, hindi isang prefix sa model ID. Ang mga paghihigpit sa account at kredensyal ay nalalapat pa rin.

Basahin ang resulta#

Ang tagumpay ay nagbabalik ng HTTP 200 na may JSON. Magbigay ng base64 audio sa input_audio.data at ang aktwal nito format. Ang mga suportadong wika, prompt, format ng tugon, at mga opsyon sa timestamp ay nakadepende sa modelo. Ang JSON endpoint na ito ay hindi tumatanggap ng multipart file uploads. Ang tugon ay naglalaman ng transcription at iniulat na paggamit.

Mga yunit ng pagsingil#

Ang transcription ay gumagamit ng inilathalang tagal at/o token tariff ng modelo. Ang iniulat na segundo at token ng Provider ay nananatiling magkahiwalay na sukat. Ang haba ng base64 ay hindi tagal ng audio o bilang ng token. Ang mga taripa sa tagal ng input ay nangangailangan ng self-describing WAV, MP3 o FLAC na may pinagsamang tagal na hindi hihigit sa 600 segundo; ang hindi kilala o raw PCM timebases ay hindi tinatanggap para sa pagpepresyo ng tagal.

Piliin ang eksaktong pinapaganang identifier ng modelo mula sa Console. Ang idineklarang operasyon nito at mga kakayahan sa input/output ay dapat tumugma sa endpoint na ito; ang isang text chat model ay hindi maaaring palitan para sa ibang operasyon. Ang iyong kredensyal, provider, at mga paghihigpit sa account ay nalalapat pa rin.

Pagpepresyo at paggamit#

Ang mga rate ay inilathala sa EUR AI credits para sa napiling modelo, provider, mga yunit, at mga variant. Ang mga sukat lamang sa aktibong taripa nito ang sinisingil. Ang isang pagtatantya ay nagrereserba ng mga kredito bago ang pagpapatupad; ang mga huling singil ay gumagamit ng nasukat na paggamit. Ang mga presyo ay maaaring depende sa resolusyon, format ng output, o isang banda ng paggamit. Suriin ang Console Usage para sa huling ShareAI debit. Ang mga field ng gastos sa upstream at media bytes ay hindi iko-convert sa mga imbentong bilang ng token.

Pag-access at mga error#

Gamitin inference para sa aprubadong inference ng network-cost o monetization_gateway para sa isang aprubadong markup ng Builder at tinatanggap na mga tuntunin sa pagsingil. Ang access na identity-only ay hindi nagbibigay ng awtorisasyon sa paggastos. Ang validation, awtorisasyon ng modelo, hindi sapat na kredito, mga limitasyon sa rate, at mga pagkabigo sa pagpapatupad ay nagbabalik ng structured error. Pagkatapos ng timeout o hindi tiyak na pagsusumite, suriin ang Usage o ang video job bago lumikha ng isa pang posibleng bayad na kahilingan.

Huling na-update Nobyembre 3, 2026

ShareAI Platform Docs
Lahat ng dokumentasyon

Maghanap ayon sa pamagat o nilalaman.

Magtanong tungkol sa pahinang ito

Pumili ng assistant upang tuklasin ang pahinang ito. Maaari mo ring kopyahin ang pahina at i-paste ito sa iyong usapan.

Ask ChatGPTAsk ClaudeAsk GrokAsk ShareAI