Перейти к основному содержанию
# Нажмите "Import cURL" в HTTP Request ноде
# и добавьте n8n Binary File
curl --request POST \
  --url https://api.nexara.ru/api/v1/audio/transcriptions \
  --header 'Authorization: Bearer ВАШ_API_КЛЮЧ' \
  --header 'Content-Type: multipart/form-data'

{
  "task": "transcribe",
  "language": "ru",
  "duration": 9.12,
  "text": "Пляж был популярным местом в жаркий летний день. Люди купались в океане, строили замки из песка и играли в пляжный волейбол.",
  "segments": [
    {
      "id": 0,
      "seek": 0,
      "start": 0,
      "end": 3.319999933242798,
      "text": "Пляж был популярным местом в жаркий летний день.",
      "tokens": [
        50364,
        2903,
        1127,
        353,
        13519,
        833,
        287,
        457,
        2483,
        741,
        1125,
        13,
        50530
      ],
      "temperature": 0,
      "avg_logprob": 0,
      "compression_ratio": 0,
      "no_speech_prob": 0
    }
  ]
}

​
Поддерживаемые форматы и ограничения

  • Поддерживаемые форматы: mp3, wav, m4a, flac, ogg, opus, mp4, mov, avi, mkv. Также, можно отправлять ссылки на файлы.
  • Максимальный размер файла: 1 ГБ. Если вам нужно больше, напишите в Поддержку
  • Минимальная длина аудио: 0.3 секунды.
  • Максимальная длина аудио: 10 часов.
  • Ограничение частоты запросов (Rate limit): 10 запросов в секунду.
Чтобы сэкономить трафик, рекомендуется конвертировать видеофайлы в аудиоформаты, например, с помощью ffmpeg:ffmpeg -i input.mp4 -vn -c:a aac -b:a 192k output.m4aВ этом примере видеофайл input.mp4 конвертируется в output.m4a с битрейтом 192 кбит/с.

​
Примеры

Для просмотра примеров ответов, вы можете нажать на кнопку справа, на которой написано verbose_json_example, json_example или diarization_example. 
# Нажмите "Import cURL" в HTTP Request ноде
# и добавьте n8n Binary File
curl --request POST \
  --url https://api.nexara.ru/api/v1/audio/transcriptions \
  --header 'Authorization: Bearer ВАШ_API_КЛЮЧ' \
  --header 'Content-Type: multipart/form-data'

Authorizations

​
Authorization
string
header
required

Используйте ваш API-ключ как Bearer токен в заголовке Authorization. Пример: Authorization: Bearer nx-yourkey

Body

multipart/form-data
​
file
file | null

Объект аудиофайла (не имя файла) для транскрибации, в одном из поддерживаемых форматов. Обязательно должен быть отправлен file или url в запросе.

​
url
string | null

Ссылка на аудиофайл, в одном из поддерживаемых форматов. Эта опция не поддерживается OpenAI SDK. Обязательно должен быть отправлен file или url в запросе.

Example:

"https://upload.wikimedia.org/wikipedia/commons/a/a1/Gettysburg_by_Britton.ogg"

​
task
enum<string>
default:transcribe

Задача для выполнения. В настоящее время поддерживается только 'transcribe' или 'diarize'. transcribe - транскрибация аудио, diarize - разделение аудио на сегменты по говорящим.

Доступные опции:
transcribe,
diarize
Example:

"transcribe"

​
model
string
default:whisper-1

Идентификатор используемой модели. В настоящее время доступна только whisper-1.

Example:

"whisper-1"

​
language
string | null

Язык входного аудио (формат ISO-639-1). Определяется автоматически, если не указан.

Example:

"ru"

​
response_format
enum<string>
default:json

Формат вывода транскрипции. Форматы srt и vtt возвращают готовые к использованию форматированные субтитры. Если task - diarize, то всегда будет возвращаться JSON объект. Пример смотрите в правой колонке.

Доступные опции:
json,
text,
srt,
verbose_json,
vtt
Example:

"verbose_json"

​
num_speakers
number | null

Количество говорящих в аудио. Если не указано, то будет определено автоматически. Обратите внимание, что этот параметр не гарантирует правильное количество говорящих, но может помочь модели. Параметр игнорируется, если task - transcribe.

Example:

2

​
diarization_setting
enum<string>
default:general

Настройки для модели диаризации. general - для большинства случаев, meeting - для встреч, telephonic - для телефонных разговоров. Параметр игнорируется, если task - transcribe.

Доступные опции:
general,
meeting,
telephonic
Example:

"telephonic"

​
timestamp_granularities[]
enum<string>
default:segment

Гранулярность временных меток для включения. word требует, чтобы response_format был verbose_json.

Доступные опции:
segment,
word
Example:

"segment"

Response

Успешный ответ транскрибации или диаризации. Формат зависит от параметра 'response_format'.

​
text
string
required

Полный транскрибированный текст.

​
task
string | null

Задача, которая была выполнена. В настоящее время всегда возвращает transcribe.

​
language
string | null

Язык входного аудио.

​
duration
number | null

Длительность входного аудио.

​
segments
object[] | null

Сегменты транскрибированного текста и их детали.

​
words
object[] | null

Извлеченные слова и соответствующие им временные метки.