Stephen Hopkins (CTO) tarafından incelendiTranskripsiyon, çeviri, altyazı ve analiz için tek API
Çoğu konuşma tanıma API'si ham metinde kalır; Sonix API ise bir sonraki adımda ne geliştirirseniz geliştirin, ona göre yapılandırılmış bir transkript döndürür.
Aşağıdaki her yetenek dokümante edilmiş bir uç noktadır; aldığınız transkript, API'den çıkmadan altyazıya, çeviriye, düzenlenmiş bir ses klibine veya özete dönüşebilir.
Toplu transkripsiyon
Bir dosyayı /v1/media adresine POST edin ya da 100MB'ı aşan dosyalar için file_url gönderin; Sonix dosyayı asenkron olarak yazıya döker. Dili belirleyin, tanımayı isimlere ve sektör terimlerine yönlendirmek için keywords ekleyin, kendi kimlikleriniz için custom_data iliştirin ve iş tamamlandığı ya da başarısız olduğu anda Sonix'in sunucunuza haber vermesi için bir callback_url verin. Her konuşmacının ayrı bir kanalda kaydedildiği kayıtlarda, kanal tabanlı konuşmacı tespiti için çok kanallı (multitrack) uç noktayı kullanabilirsiniz.
Çeviri
Transkript tamamlandığında, translations uç noktasına bir hedef dil kodu POST edin; Sonix 54+ dilden herhangi birinde çevrilmiş bir transkript döndürür. Transkript uç noktaları bir language parametresi aldığı için, çeviri bittiğinde İngilizce bir röportajın İspanyolca SRT dosyası tek bir GET isteğiyle gelir.
Altyazılar
SRT ve VTT uç noktaları gerçek sunum kontrolleriyle altyazı dosyaları döndürür: max_characters ve max_duration her altyazıyı sınırlar, subtitle_lines bir veya iki satır belirler, speaker_display ise konuşmacı adlarının nasıl görüneceğine karar verir. split uç noktası tüm transkripti bir max_cps okuma hızı sınırı altında altyazılara yeniden böler; burn-in uç noktası ise altyazıları seçtiğiniz yazı tipi, boyut, renk ve en boy oranıyla doğrudan videonun üzerine işler; sosyal medya formatları için 9:16 ve 1:1 dahil.
Dışa aktarmalar ve yapılandırılmış veri
Herhangi bir transkripti her kelimenin başlangıç ve bitiş zamanlarını ve konuşmacı etiketlerini içeren JSON olarak, düz metin olarak, paylaşıma hazır Word belgesi veya PDF olarak, SRT ya da VTT olarak veya video editörleri için Avid DS dosyası olarak alın. Medya dışa aktarma uç noktası bir adım daha ileri gider: ses ya da videonun kendisini öne çıkan anlarınıza indirger veya üstünü çizdiğiniz her şeyi çıkararak MP3, WAV ya da MP4 olarak verir.
Yapay zeka analizi
Özetleme uç noktası tamamlanmış bir transkript üzerinde analiz çalıştırır: cümle sayısını sizin seçtiğiniz bir özet, bölümler, duygu analizi, tema ve konu analizi, varlık çıkarma ya da "Bu podcast için 5 tanıtım tweet'i yaz" gibi size ait özel bir istem.
Geri çağırmalar ve webhook'lar
Yoklama döngüsüne gerek yok. Medya ve özetleme işleri bir callback_url kabul eder; iş tamamlandığında veya başarısız olduğunda Sonix iş durumunu bu adrese POST eder. Büyük ölçekte otomasyon yapan ekipler için Pro ve Enterprise planlar olay webhook'ları ekler: transkripsiyonun bitmesi, çevirinin bitmesi, etiket ve klasör değişiklikleri ve uygulanan karartma olaylarına abone olun; her biri X-Webhook-Signature başlığında HMAC-SHA256 ile imzalanır, böylece sunucunuz her yükün Sonix'ten geldiğini doğrulayabilir.
Gerçek zamanlı akış
Canlı altyazılar ve düşük gecikmeli konuşmadan metne dönüştürme için Sonix, WebSocket üzerinden bir akış API'si sunar; bu API kurumsal ekipler için erken erişimdedir, erişim talebini gerçek zamanlı transkripsiyon sayfasından iletebilirsiniz. Toplu transkripsiyon bugün tamamen dokümante edilmiş ve self servis olarak kullanılabilir.
Ses dosyasından transkripte üç API çağrısı
https://api.sonix.ai/v1 adresinde Bearer token ile kimlik doğrulayın, dosyayı gönderin, ardından transkripti ihtiyacınız olan formatta alın.
Dosyayı gönderin
Medyayı dili, bir adı ve isteğe bağlı keywords ile custom_data alanlarıyla birlikte multipart form verisi olarak gönderin:
curl -XPOST https://api.sonix.ai/v1/media -H "Authorization: Bearer <API Key>" \
-F file=@my_audio.mp3 \
-F language=en \
-F name='Podcast Episode 45' \
-F keywords='Sonix, Bergamasco, Kairos, Chewbacca' \
-F custom_data='{"internal_id": "123412", "customer_email": "[email protected]"}'Durumu kontrol edin veya geri çağırmayı bekleyin
Durumu completed olana kadar medya nesnesini sorgulayın ya da bu adımı atlayıp callback_url adresinizi bekleyin:
curl -XGET https://api.sonix.ai/v1/media/qmnY1nD5 -H "Authorization: Bearer <API Key>"Zaman damgalı transkripti alın
JSON transkripti isteyin ya da uzantıyı .srt, .vtt veya düz metin olarak değiştirin:
curl -XGET https://api.sonix.ai/v1/media/qmnY1nD5/transcript.json -H "Authorization: Bearer <API Key>"Çok dilli bir kayıt mı? language=multi ayarlayın ve beklenen dilleri language_hints içinde listeleyin. Parametre başvurusunun tamamı, yanıt gövdeleri ve hata kodları API dokümantasyonunda yer alır.
