Trascrizione (STT)

Trasforma il parlato in testo (speech-to-text, STT) con Whisper, GPT-4o Transcribe, Deepgram, Voxtral e altri modelli di trascrizione. L'endpoint segue POST /audio/transcriptions di OpenAI, quindi client.audio.transcriptions.create(...) funziona senza modifiche.

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

Richiesta

Invia multipart/form-data con il file audio (è ciò che fanno gli SDK di OpenAI), oppure un corpo JSON.

Il limite per il corpo della richiesta è 25 MB per impostazione predefinita. I file più grandi restituiscono 413 payload_too_large: dividi le registrazioni lunghe in parti.

Multipart con 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

Corpo JSON

Anche il JSON è accettato, con l'audio in base64 per i modelli che lo supportano:

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

Esempio

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);

Risposta

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

Con response_format: "text", srt o vtt il corpo è testo semplice invece di JSON.

Prezzi

La trascrizione è fatturata al prezzo indicato per il modello, mostrato come "$ / minuto" (o per token per i modelli con prezzo a token). L'importo è restituito in usage.cost e scalato dal tuo saldo in USD.

Errori

Vedi Errori.