Transcrições de Áudio

Use Transcrições de Áudio para converter fala gravada em texto para busca, revisão, legendas ou automação downstream. Usos típicos incluem transcrever reuniões e entrevistas, legendar vídeos gravados, tornar notas de voz pesquisáveis e alimentar entrada falada em pipelines de classificação ou RAG.

Autentique solicitações com uma chave de API AIVAX. Veja Autenticação para orientações de autorização.

Escolha um modelo de transcrição #

Consulte os modelos de transcrição disponíveis para a conta autenticada antes de selecionar um. A disponibilidade pode variar conforme a configuração da conta, portanto não codifique um catálogo na sua aplicação.

Transcrever áudio #

Envie o áudio em base64 com seu formato (wav, mp3, m4a, flac, ogg, webm ou aac). O áudio decodificado está sujeito a um limite de tamanho (veja Limites de solicitação e carga útil), e a cobrança segue a duração medida da mídia (veja Preços) — arquivos sem duração mensurável são rejeitados.

Forneça a dica opcional language quando o idioma falado for conhecido. Isso orienta o reconhecimento para esse idioma e ajuda com fala acentuada e vocabulário de domínio; omita quando o idioma realmente varia dentro de um único arquivo e deixe a detecção tratá‑lo.

Revise o texto retornado antes de usá‑lo em ações visíveis ao usuário ou irreversíveis: gravações ruidosas, múltiplos falantes, vocabulário especializado e baixa qualidade do microfone podem afetar a qualidade da transcrição. Para arquivos onde a atribuição de falante importa, planeje uma etapa de diarização ou revisão downstream — o endpoint retorna apenas o texto da transcrição, não rótulos de falante.

A referência embutida é a fonte de verdade para os formulários de solicitação aceitos, opções e campos de resposta.

Após a transcrição #

Uma transcrição costuma ser o início de um pipeline, não o fim. Indexe‑a em uma coleção RAG para tornar gravações pesquisáveis, execute‑a via Batch quando houver muitos arquivos, ou alimente‑a em Classificação de texto para rotular conversas em escala. Para conversas ao vivo em vez de áudio gravado, use Sessões de voz.

Preços, limites e erros #

Para disponibilidade, preços e limites de conta atuais, veja Preços e Planos e limites. Corrija áudio inválido ou inacessível antes de tentar novamente uma solicitação falhada.