FlixtakeflixtakeDokumentation

Transkription

POST /v1/audio/transcriptions: Gesprochenes aus einer Audiodatei als Text.

Endpunkt
POST https://api.flixtake.app/v1/audio/transcriptions

Die Datei geht als multipart/form-data im Feld file mit, höchstens 25 MB. Möglich sind MP3, MP4, M4A, WAV, WebM, MPEG und MPGA. Jeder Aufruf zählt als eine Transkription im Kontingent.

curl https://api.flixtake.app/v1/audio/transcriptions \
  -H "Authorization: Bearer $FLIXTAKE_API_KEY" \
  -F [email protected] \
  -F language=de

Felder

FeldPflichtBedeutung
filejaDie Audiodatei
languageneinSprache als Kürzel, zum Beispiel de oder en. Mit Angabe wird es genauer
promptneinBegriffe und Namen, die vorkommen: „Dispo, Clapper, Skogstad“

Antwort

Antwort
{
  "id": "tr_3c81f0a92d5e47b6a0c9e1d2",
  "object": "transcription",
  "model": "fti-3-transkription",
  "text": "Und bitte. Kamera läuft, Ton läuft."
}

Längere Aufnahmen teilst du vorher in Stücke unter 25 MB, etwa mit ffmpeg -i drehtag.wav -f segment -segment_time 600 -c:a libmp3lame teil%02d.mp3.