Transcription (REST)

Utilisez l’endpoint REST lorsque vous disposez d’un fichier audio complet et voulez une seule requête HTTP, sans WebSocket à gérer. Le serveur lit l’intégralité du corps, le transcrit et renvoie dans le corps de la réponse un flux de messages JSON séparés par des sauts de ligne (NDJSON).

Besoin de streaming ?

Pour l’audio en direct (microphone, téléphonie) ou pour réagir en temps réel aux événements de VAD et de flush, utilisez plutôt le guide de streaming avec le SDK.

Démarrage rapide

import json
import requests

with open("input.wav", "rb") as f:
    audio = f.read()

with requests.post(
    "https://api.gradium.ai/api/post/speech/asr",
    params={"json_config": json.dumps({"language": "en"})},
    data=audio,
    headers={
        "x-api-key": "your_api_key",
        "Content-Type": "audio/wav",
    },
    stream=True,
) as resp:
    resp.raise_for_status()
    transcript = []
    for line in resp.iter_lines(decode_unicode=True):
        if not line:
            continue
        msg = json.loads(line)
        if msg["type"] == "text":
            transcript.append(msg["text"])
print(" ".join(transcript))

curl -L -X POST https://api.gradium.ai/api/post/speech/asr \
  --url-query 'json_config={"language":"en"}' \
  -H "x-api-key: your_api_key" \
  -H "Content-Type: audio/wav" \
  --data-binary @input.wav

Format de la réponse

La réponse est de type Content-Type: application/x-ndjson. Chaque ligne est un objet JSON doté d’un champ type ; text et end_text sont généralement ceux qui vous intéressent, et error peut apparaître si le pipeline échoue en cours de flux. Le corps se ferme une fois la transcription terminée. Pour le schéma complet des messages, le corps de la requête, les paramètres de requête et la forme des erreurs, consultez la référence de l’endpoint STT POST.

Passer `json_config`

Les options avancées (temp, language, padding_bonus, delay_in_frames, ainsi qu’un dictionnaire keywords pour renforcer les noms et le jargon) se passent sous forme de chaîne encodée en JSON dans le paramètre de requête json_config. L’exemple ci-dessous définit language et modifie le délai adaptatif :

curl -L -X POST https://api.gradium.ai/api/post/speech/asr \
  --url-query 'json_config={"language":"en","delay_in_frames":16}' \
  -H "x-api-key: your_api_key" \
  -H "Content-Type: audio/wav" \
  --data-binary @input.wav

import json
import requests

with open("input.wav", "rb") as f:
    audio = f.read()

config = {"language": "en", "delay_in_frames": 16}

with requests.post(
    "https://api.gradium.ai/api/post/speech/asr",
    params={"json_config": json.dumps(config)},  # requests URL-encodes for you
    data=audio,
    headers={
        "x-api-key": "your_api_key",
        "Content-Type": "audio/wav",
    },
    stream=True,
) as resp:
    resp.raise_for_status()
    for line in resp.iter_lines(decode_unicode=True):
        if line:
            print(json.loads(line))

Les clés prises en charge, les valeurs autorisées et les règles de validation sont documentées dans Réglages de la transcription.

Étapes suivantes

Référence API STT POST

Schéma complet de la requête et de la réponse, paramètres de requête, types de contenu.

Streaming avec le SDK

Transcription à faible latence, adaptée au microphone, avec VAD et flush.

Premiers pas

Synthèse vocale (TTS)

Transcription (STT)

Speech-to-Speech

Commun

Recettes temps réel

Migrations

Voix

Auto-hébergé

Ressources

Besoin de streaming ?

Démarrage rapide

Format de la réponse

Passer `json_config`

Étapes suivantes

Référence API STT POST

Streaming avec le SDK

Besoin de streaming ?

​Démarrage rapide

​Format de la réponse

​Passer json_config

​Étapes suivantes

Référence API STT POST

Streaming avec le SDK

Démarrage rapide

Format de la réponse

Passer `json_config`

Étapes suivantes