التفريغ النصي (STT)

حوّل الكلام إلى نص (STT) بنماذج Whisper وGPT-4o Transcribe وDeepgram وVoxtral وغيرها من نماذج التفريغ النصي. تتبع نقطة النهاية POST /audio/transcriptions في OpenAI، لذا يعمل client.audio.transcriptions.create(...) دون تغيير.

POST https://api14.com/api/v1/audio/transcriptions

الطلب

أرسل multipart/form-data مع ملف الصوت (وهذا ما تفعله OpenAI SDK)، أو جسم JSON.

حد حجم جسم الطلب 25 ميغابايت افتراضيًا. الملفات الأكبر تُعيد 413 payload_too_large، فقسّم التسجيلات الطويلة إلى أجزاء.

Multipart مع cURL

curl https://api14.com/api/v1/audio/transcriptions \
  -H "Authorization: Bearer sk-api14-..." \
  -F model=openai/whisper-1 \
  -F file=@meeting.mp3 \
  -F language=en

جسم JSON

JSON مقبول أيضًا، مع الصوت بترميز base64 للنماذج التي تدعم ذلك:

{
  "model": "openai/whisper-1",
  "input_audio": { "data": "<base64>", "format": "mp3" },
  "language": "en"
}

مثال

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api14.com/api/v1",
  apiKey: process.env.API14_API_KEY,
});

const result = await client.audio.transcriptions.create({
  model: "openai/whisper-1",
  file: fs.createReadStream("audio.mp3"),
});
console.log(result.text);

الاستجابة

{
  "text": "Thanks everyone for joining. Let's start with the roadmap.",
  "usage": { "type": "duration", "seconds": 42, "cost": 0.0042 }
}

مع response_format: "text" أو srt أو vtt يكون الجسم نصًا عاديًا بدل JSON.

الأسعار

يُحاسَب التفريغ النصي بسعر النموذج المعلن، ويظهر بصيغة "$ / minute" (أو لكل رمز للنماذج المسعّرة بالرموز). تُعاد الرسوم في usage.cost وتُخصم من رصيدك بالدولار.

الأخطاء

راجع الأخطاء.