API de transcription vocale

Envoyez l'audio, interrogez la tâche et récupérez des segments avec le minutage de chaque mot et les locuteurs, en JSON, TXT ou SRT. La langue est détectée automatiquement ou indiquée par requête ; les modèles Oracle traduisent aussi.

Obtenir une clé d’API Lire la documentation

Démarrage rapide

Lancez une tâche, puis relisez-la. Tous les paramètres figurent dans la documentation de l’API.

curl https://app.kolwrite.com/transcribe \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"audio_url": "https://example.com/meeting.m4a",
       "model": "oracle",
       "language": "he",
       "include_diarization": true,
       "output_format": "json"}'

{"jobId": "34c63d45-4cb5-473b-bc60-25c175e69c57"}
curl https://app.kolwrite.com/transcribe/34c63d45-4cb5-473b-bc60-25c175e69c57 \
  -H "x-api-key: YOUR_API_KEY"

{
  "jobId": "34c63d45-4cb5-473b-bc60-25c175e69c57",
  "status": "COMPLETED",
  "result": {
    "language": "he",
    "segments": [
      {
        "start": 0.5,
        "end": 3.2,
        "speaker": "Speaker 1",
        "text": "שלום, נתחיל את הפגישה.",
        "words": [{"start": 0.5, "end": 0.8, "word": "שלום"}]
      }
    ]
  }
}

Ce que renvoie l’API

  • Horodatages de début et de fin pour chaque mot, en JSON et en SRT.
  • Étiquettes de locuteur issues de la diarisation, ou une étiquette par canal audio physique.
  • Traduction vers une autre langue sur les modèles Oracle.
  • JSON, texte brut ou SRT, au choix pour chaque requête.
  • Un webhook à la fin de la tâche, ou interrogez la tâche vous-même.
  • La langue est détectée automatiquement ou indiquée pour chaque requête.

Évaluations comparatives

Précision sur Google FLEURS et Mozilla CommonVoice. Plus c'est haut, mieux c'est.

Précision Google FLEURS (%)

Tarifs

Crédits par heure d’audio, facturés par tâche.

1 crédit US$1.20

Modèle Crédits/heure
Base 0.40
Oracle Mini 0.80
Oracle 1.20
Oracle Pro 1.40
Oracle Max 3.00
CoreAncienne génération 1.00
EdgeAncienne génération 1.20

La séparation standard des locuteurs par canal est incluse. La séparation des prises de parole qui se chevauchent est facturée au tarif du modèle sélectionné pour la plus grande valeur entre la durée de l’enregistrement et le temps de parole total détecté sur ses canaux physiques. Aucun de ces modes n’entraîne de supplément de diarisation.

Comparaison des modèles

Aperçu des modèles disponibles.

Modèle Crédits/heure Résumé Idéal pour
Base 0.40 Transcription économique avec horodatage des mots. Audio clair et tâches à fort volume
Oracle Mini 0.80 Niveau Oracle rapide et économique. Brouillons et traitements à haut débit
OracleModèle phare 1.20 Transcription et traduction de production. Équilibre entre qualité, rapidité et coût
Oracle Pro 1.40 Niveau Oracle de qualité supérieure. Audio de production exigeant
Oracle Max 3.00 Niveau Oracle de qualité maximale. Audio complexe à forts enjeux
CoreAncienne génération 1.00 Ancien modèle polyvalent et rapide. Intégrations Core existantes
EdgeAncienne génération 1.20 Modèle haute précision de génération précédente. Intégrations Edge existantes

Obtenir une clé d’API

Créez un compte, puis générez une clé sur la page des clés d’API.

Obtenir une clé d’API Lire la documentation