음성-텍스트 변환

OpenAI 호환 /audio/transcriptions 엔드포인트와 multipart 파일 업로드를 사용해 Venice 음성-텍스트 모델로 오디오 파일을 텍스트로 전사하고, 전사 모델 선택과 원하는 응답 형식 지정 방법을 알아보세요.

음성-텍스트 변환은 음성 오디오를 문자로 전사합니다. 오디오 파일을 /audio/transcriptions로 전송하고 전사 모델을 선택한 뒤 원하는 응답 형식을 지정하세요.

대화 녹음을 다루고 계신가요? 음성-텍스트 변환으로 회의록 만들기는 오디오 파일에서 시작해 합의된 시점(초 단위)을 인용하는 결정 사항과 실행 항목까지 다루며, 어떤 모델이 세그먼트 타이밍을 반환하는지, 화자가 누구인지 전혀 밝히지 않는 전사를 어떻게 처리하는지도 설명합니다.

​

기본 사용법

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"])

​

지원 입력

일반적인 오디오 형식으로는 mp3, mp4, mpeg, mpga, m4a, wav, webm, flac, ogg가 있습니다. 현재 모델 지원과 가격 정보는 음성-텍스트 모델 페이지를 참조하세요.

​

응답 형식

형식	사용 시점
json	단순한 { "text": "..." } 응답을 원할 때.
text	JSON 파싱 없이 순수 텍스트를 원할 때.
srt	SubRip 자막이 필요할 때.
vtt	WebVTT 자막이 필요할 때.
verbose_json	더 풍부한 타임스탬프 및 세그먼트 메타데이터가 필요할 때.

전사 결과를 미디어 재생과 함께 쓸 경우 자막 형식을 사용하세요. 요약, 검색 또는 후속 채팅 프롬프트로 전사 결과를 넘길 때는 json이나 text를 사용하세요.

​

프로덕션 팁

• 가능하면 오디오를 선명하게 유지하고 화자가 겹치지 않도록 하세요.
• 워크플로에 낮은 지연 시간이나 손쉬운 재시도가 필요하다면 매우 긴 녹음을 더 작은 청크로 분할하세요.
• 감사 추적을 위해 각 전사 결과와 함께 원본 오디오 경로, 모델 ID, 응답 형식을 저장하세요.

​

관련 리소스

• 오디오 전사 API
• 음성-텍스트 모델
• 텍스트-음성 변환 가이드