تحويل الكلام إلى نص

فرِّغ ملفات الصوت إلى نص باستخدام نماذج تحويل الكلام إلى نص في Venice عبر نقطة النهاية /audio/transcriptions المتوافقة مع OpenAI ورفع الملفات بصيغة multipart.

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.

هل تتعامل مع تسجيل لمحادثة؟ ينطلق دليل محاضر الاجتماعات باستخدام تحويل الكلام إلى نص من ملف صوتي وصولًا إلى قرارات وبنود عمل تستشهد بالثانية التي اتُّفق عليها فيها، بما في ذلك النماذج التي تُرجع توقيتات المقاطع وكيفية التعامل مع تفريغ لا يذكر أبدًا من يتحدث.

​

الاستخدام الأساسي

Python

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"])

​

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

• واجهة برمجة تطبيقات تفريغ الصوت
• نماذج تحويل الكلام إلى نص
• دليل تحويل النص إلى كلام