Endpoints

ट्रांसक्रिप्शन (STT)

POST /audio/transcriptions से ऑडियो को टेक्स्ट में बदलें। multipart और JSON अनुरोध, भाषा और फ़ॉर्मेट विकल्प, कीमत और त्रुटियाँ यहाँ हैं।

playground में आज़माएं

Whisper, GPT-4o Transcribe, Deepgram, Voxtral और अन्य ट्रांसक्रिप्शन मॉडल से बोली हुई आवाज़ को टेक्स्ट में बदलें (speech-to-text, STT)। एंडपॉइंट OpenAI के POST /audio/transcriptions का पालन करता है, इसलिए client.audio.transcriptions.create(...) बिना बदलाव के काम करता है।

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

अनुरोध

ऑडियो फ़ाइल के साथ multipart/form-data भेजें (OpenAI SDK यही करते हैं), या JSON बॉडी।

फ़ील्ड	प्रकार	आवश्यक	विवरण
`file`	file	हाँ	ऑडियो फ़ाइल: `mp3`, `mp4`, `m4a`, `wav`, `webm`, `ogg`, `flac`।
`model`	string	हाँ	ट्रांसक्रिप्शन मॉडल id, जैसे `openai/whisper-1`।
`language`	string	नहीं	ISO-639-1 कोड (`en`, `de`), सटीकता और गति बढ़ाता है।
`prompt`	string	नहीं	शब्दावली संकेत या पिछले खंड का टेक्स्ट।
`response_format`	string	नहीं	`json` (डिफ़ॉल्ट), `text`, `srt`, `vtt`, `verbose_json`, जहाँ समर्थित हो।
`temperature`	number	नहीं	सैंपलिंग तापमान, `0`-`1`।

अनुरोध बॉडी की डिफ़ॉल्ट सीमा 25 MB है। बड़ी फ़ाइलें 413 payload_too_large लौटाती हैं, लंबी रिकॉर्डिंग को टुकड़ों में बाँटें।

cURL के साथ Multipart

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

JSON बॉडी

उन मॉडल के लिए JSON भी स्वीकार है जो इसे सपोर्ट करते हैं, ऑडियो base64 के रूप में:

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

उदाहरण

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);

प्रतिक्रिया

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

response_format: "text", srt या vtt के साथ बॉडी JSON के बजाय सादा टेक्स्ट होती है।

कीमत

ट्रांसक्रिप्शन का बिल मॉडल की सूचीबद्ध कीमत पर बनता है, जो "$ / minute" (या टोकन-मूल्य वाले मॉडल के लिए प्रति टोकन) के रूप में दिखती है। शुल्क usage.cost में लौटाया जाता है और आपके USD बैलेंस से कटता है।

त्रुटियाँ

स्टेटस	कोड	कब
400	`invalid_body`	multipart बॉडी पार्स नहीं हो सकी।
400	`model_required`	`model` फ़ील्ड गायब है।
402	`insufficient_balance`	आपका USD बैलेंस $0 है।
404	`model_not_found`	अज्ञात या अक्षम मॉडल id।
413	`payload_too_large`	फ़ाइल बॉडी आकार सीमा से अधिक है।

देखें त्रुटियाँ।